Модель и алгоритмы управления обменом информации в самоорганизующихся транспортных сетях тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Саббаг Амани Ахмад

• Саббаг Амани Ахмад
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Саббаг Амани Ахмад

ВВЕДЕНИЕ

ГЛАВА 1 СИСТЕМНЫЙ АНАЛИЗ САМООРГАНИЗУЮЩИХСЯ

ТРАНСПОРТНЫХ СЕТЯХ

1.1 Понятие самоорганизующихся транспортных сетей и их классификация

1.1.1 Интеллектуальные транспортные системы

1.1.2 Обзор развития и состояния интеллектуальных транспортных систем

1.1.3 Классификация самоорганизующихся транспортных сетей

1.1.4 Сравнение VANET с MANET

1.2 Управление обменом информации между узлами в СТС

1.2.1 Задача управления обменом информации между узлами в сетях

1.2.2 Процесс управления обменом информации в ИТС

1.2.3 Самоорганизующиеся транспортные сети в ИТС-системах

1.2.4 Модель управления обменом информацией между узлами СТС

1.2.5 Анализ характеристик СТС, влияющих на процесс управления обменом данными

1.2.5 Основные задачи в процессе управления обменом информацией

1.3 Алгоритмы определения маршрутов для обмена информации между узлами в самоорганизующихся транспортных сетях

1.3.1 Существующие алгоритмы маршрутизации

1.3.2 Анализ классификации алгоритмов маршрутизации

Выводы по главе

ГЛАВА 2 ОЦЕНКА ЭФФЕКТИВНОСТИ ПРОЦЕССА УПРАВЛЕНИЯ

ОБМЕНОМ ИНФОРМАЦИИ В СТС

2.1 Критерии оценки эффективности процесса управления обменом информации в СТС

2.2 Программные системы моделирования процессов управления обмена информации между узлами в СТС

2.2.1 Систем моделирования сетей

2.2.2 Программное обеспечение для моделирования СТС

2.2.3 Модели и проблемы моделирования мобильности в СТС

2.3 Методы управления обменом информацией между узлами в СТС

2.3.1 Проактивные и реактивные методы управления обменом информацией

2.4 Оценка существующих алгоритмов определения маршрутов для обмена информации между узлами в СТС

2.4.1 Процедуры формирования сценариев и моделирования

2 .4.2 Модель транспортной системы

2.4.3 Анализ производительности СТС в зависимости от количества ТС и

их скорости

Выводы по главе

ГЛАВА 3 АЛГОРИТМЫ ОПРЕДЕЛЕНИЯ МАРШРУТОВ ПРИ

УПРАВЛЕНИИ ОБМЕНА ИНФОРМАЦИЕЙ МЕЖДУ УЗЛАМИ В СТС

3.1 Проблемы маршрутизации в СТС и некоторые предлагаемые решения

3.2 Алгоритм определения маршрута на основе кластеризации и выбора ведущего узла

3.2.1 Оптимизация управления обменом информацией в СТС на основе кластеризации

3.2.2 Оптимизация управления обменом информацией в СТС на основе биоинспирированных методов

3.3 Разработка алгоритма маршрутизации на основе кластеризации и оптимизации при выборе ведущего узла

3.3.1 Алгоритм определения маршрута К-МСБА

3.3.2. Фитнес-функция для задачи оптимизации выбора ведущего узла в

кластере узлов

3.4 Алгоритм определения маршрута в условиях отказов узлов на основе

оценки доверия к узлу

3 .4.1 Доверительное управление в СТС

3.4.2 Доверие к алгоритму маршрутизации в процессе управления обменом информацией

3.4.3 Обработка информации о доверии к узлу в процессе управления доверием

3.4.4 Алгоритм К-МОБА-О определения маршрута при надежном управлении обменом информацией между узлами СТС

Выводы по главе

ГЛАВА 4 ОЦЕНКА ЭФФЕКТИВНОСТИ АЛГОРИТМОВ УПРАВЛЕНИЯ ОБМЕНОМ ИНФОРМАЦИИ МЕЖДУ УЗЛАМИ В СТС

4.1 Оценка эффективности алгоритма определения маршрутов при управлении обмена информацией между узлами в СТС (без отказов узлов)

4.2 Оценка эффективности алгоритма определения маршрутов при управлении обмена информацией между узлами в СТС (с отказами узлов)

Выводы по главе

Заключение

Список сокращений

Список литературы

ПРИЛОЖЕНИЕ А. СВИДЕТЕЛЬСТВО О ГОСУДАРСТВЕННОЙ

РЕГИСТРАЦИИ ПРОГРАММЫ

ПРИЛОЖЕНИЕ Б. АКТ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ ДАННОЙ РАБОТЫ .. 140 ПРИЛОЖЕНИЕ В. РЕЗУЛЬТАТЫ ПРОИЗВОДИТЕЛЬНОСТИ УАМЕТ С АЛГОРИТМАМИ МАРШРУТИЗАЦИИ

ВВЕДЕНИЕ

Актуальность темы исследования. Безопасность дорожного движения — приоритетная задача в современном мире, направленная на сохранение жизни людей. Она может быть решена, в том числе и за счет оперативного информирования водителей о состоянии других участников дорожного движения и внешней обстановке. Транспортные системы, включающие процесс организации и управления обменом информацией между движущимися транспортными средствами (ТС) или узлами сети и элементами транспортной инфраструктуры, получили название самоорганизующихся транспортных сетей (СТС). Одним из разновидностей СТС является автомобильные самоорганизующиеся Ad-hoc сети (англ. Vehicular Ad-hoc Network, VANET). Для СТС можно выделить следующие особенности: 1) ТС меняют свое месторасположение с произвольной скоростью; 2) обмен информацией между ТС используется для своевременного оповещения других ТС, следовательно, критично вовремя передать и получить информацию; 3) обмен информацией осуществляется с использованием беспроводных технологий. Для эффективного функционирования СТС с учетом вышеприведённых особенностей, необходимы соответствующие методы управления обменом информацией в СТС.

Современные подходы к управлению обменом информации в СТС имеют ограничения, так как разработаны в большей степени для СТС с узлами, перемещающимися с небольшими скоростями. Для обеспечения управления обменом информации в СТС, компоненты сбора и передачи данных распределены по движущимся узлам СТС. Важными компонентами СТС являются алгоритмы управления обменом информацией (АУОИ) между движущимися узлами сети и узлами инфраструктуры. АУОИ также можно классифицировать как алгоритмы маршрутизации. АУОИ в СТС, по сути, реализуют способы управления обменом информацией между узлами. Значительное количество узлов, высокая скорость движения ТС и непрерывное хаотичное изменение структуры СТС являются серьезными ограничениями для существующих проактивных и реактивных АУОИ, разработанных для мобильных беспроводных самоорганизующихся Ad-hoc сетей (англ. Mobile Ad-hoc

Network, MANET). Это приводит к потерям сообщений и увеличению времени задержки при передаче данных, что, в конечном итоге, негативно влияет на безопасность движения ТС. Данная ситуация осложняется возможными потерями узлов, например, из-за поломки ТС или злонамеренного вмешательства в СТС (СТС в условиях отказов узлов). При этом, ограничения по памяти и по энергоэффективности, свойственные для MANET, не представляют критическую проблему для СТС. Следовательно, применение АУОИ, разработанных для MANET не в полной мере, решает вопрос эффективного обмена данными между движущимися узлами в СТС.

Научная задача диссертационного исследования заключается в совершенствовании моделей и алгоритмов управления обменом информации в СТС, в частности: 1) при определении путей (маршрутов) передачи информации между ТС узлом-отправителем и ТС узлом-получателем; 2) при отказах и поломках ТС в СТС.

Объект исследования - процесс управления обменом информацией между узлами в самоорганизующихся транспортных сетях.

Предмет исследования - модели и алгоритмы управления обменом информацией между узлами в самоорганизующихся транспортных сетях.

Степень разработанности темы. На данный момент имеется значительное количество научных работ, посвященных исследованию проблем управления СТС для обеспечения безопасности дорожного движения. В частности, проблемам управления в СТС занимались отечественные ученые А.Е. Кучерявый, А. Винель, Ф.Ф. Иванов, С. Сысоева, Б. Тишин, М.М. Бекмагамбетов, А.В. Кочетков, Е.А. Сту-дентова. Среди зарубежных авторов следует выделить труды M. Bilal, W. Umar, S. Zeadally, R. Hunt, Y.S.Chen, A.Irwin, A.Hassan и др., посвященные проблемам совершенствования АУОИ в СТС. В последние годы были предприняты значительные усилия для оценки производительности традиционных АУОИ в специальных автомобильных сетях, так как АУОИ СТС берут начало от традиционных алгоритмов MANET, таких как Ad Hoc On-Demand Distance Vector (AODV), Destination Sequenced Distance Vector (DSDV) и Optimized Link State Routing (OLSR). Среди ученых, исследовавших данную проблематику следует выделить Н. Чандель, В.

Гупта, П. Ракхи, А. Бенгаг и др. Авторы подтверждают, что несмотря на эффективность работы АУОИ, разработанных по требованиям сетей MANET, они имеют ограничения в применении в СТС. Можно выделить два подхода к реализации АУОИ: (1) кластеризация узлов и (2) оптимизация выбора узлов для построения маршрута от узла-отправителя к узлу-получателю. К первому направлению следует отнести работы O. Kayis, T. Acarman, J. Chen, C. Lai и C.Shea, ко второму - работы R. Silva, H. S. Lopes, A. Kout, S. Labed.

Цели и задачи диссертационной работы. Цель работы заключается в повышении эффективности управления обменом информацией между узлами в СТС за счет совершенствования механизмов обработки информации и определения маршрутов передачи данных. Эффективность оценивается по следующим критериям: коэффициент доставки пакетов (увеличение значения критерия), коэффициент потери пакетов (уменьшение значения критерия), пропускная способность (увеличение значения критерия), средняя задержка (уменьшение значения критерия), накладные расходы (уменьшение значения критерия).

Для достижения поставленной цели были сформулированы следующие задачи.

1. Провести системный анализ СТС и процессов управления обменом информации между узлами в СТС.

2. Оценить эффективность разработанных алгоритмов управления обменом информацией, и их применимости в СТС.

3. Разработать модель управления обменом информацией между узлами, учитывающую особенности СТС.

4. Разработать алгоритмы управления обменом информацией в СТС в условиях отказов узлов в соответствии с предлагаемой моделью.

5. Провести оценку эффективности разработанных алгоритмов управления обменом информацией в СТС.

Научная новизна диссертационного исследования заключается в разработке модели и алгоритмов управления обменом информацией между узлами СТС, учитывающих особенности СТС.

1. Предложена модель управления обменом информацией между узлами СТС, учитывающая изменение положения и скорости узлов, что позволяется осуществлять обмен информацией в условиях отказов узлов;

2. Предложен новый алгоритм K-MCSA определения маршрута при управлении обменом информацией между узлами в СТС, отличающийся выбором ведущего узла кластера алгоритмом кукушки, позволяющий повысить эффективность процесса управления обменом информацией;

3. Предложена новая фитнес-функция для алгоритма кукушки в K-MCSA которая в отличии от существующих учитывает: 1) взвешенное расстояние между узлами; 2) значение угла между узлами (для определения направления движения узла); 3) скорость узлов; 4) признак присутствия узлов на одной дороге, что позволяет реализовывать K-MCSA в СТС различного масштаба;

4. Предложен новый алгоритм K-MCSA-D определения маршрута при управлении обменом информацией между узлами СТС, использующий, в отличии от существующих, метод оценки надежности узлов и позволяющий обеспечивать бесперебойную работу СТС в условиях отказов узлов.

Теоретическая и практическая значимость состоит в совершенствовании моделей и алгоритмов управления обменом информации в СТС в условиях отказов узлов и без изменений инфраструктуры, использующая принципы биоинспириро-ванных методов.

Практическая значимость состоит в реализованном алгоритмическом обеспечении управления обменом информации, результатах моделирования, которые могут быть использованы в качестве рекомендаций по практическому внедрению алгоритмов управления обменом информации в СТС с целью повышения эффективности функционирования СТС и снижения ДТП. Разработаны программные модули, реализующие предложенные алгоритмы, в виде расширения среды №3 и Вопптойоп. Разработано ПО «Программа реализации протокола маршрутизации на основе биоинспирированных алгоритмов для повышения производительности УАМЕТ» (Свидетельство о государственной регистрации программы для ЭВМ № 2021617395 от 21 мая 2021 г.), Программа прошла апробацию в компании

«ARACHNOIT LTD company for Software and technical solutions» (United Kingdom) (имеется акт внедрения).

Методология и методы исследования. Для решения поставленных задач в работе использовались методы системного анализа, теория управления, методы и алгоритмы машинного обучения, биоинспирированные методы оптимизации, методы и алгоритмы маршрутизации в транспортных сетях.

На защиту выносятся следующие основные положения работы:

1. модель управления обменом информацией между узлами СТС позволяется осуществлять обмен информацией в условиях отказов узлов с учетом специфики СТС;

2. алгоритм определения маршрута K-MCSA позволяет повысить эффективность процесса управления обменом информацией между узлами в СТС;

3. фитнес-функция для алгоритма кукушки в K-MCSA позволяет учитывать критичные для СТС факторы: 1) взвешенное расстояние между узлами; 2) значение угла между узлами (для определения направления движения узла); 3) скорость узлов; 4) признак присутствия узлов на одной дороге;

4. алгоритм определения маршрута K-MCSA-D на основе метода оценки

надежности узлов при выборе надежного пути позволяет обеспечить бесперебойную работу СТС в условиях отказов узлов.

5. программное обеспечение реализации алгоритмов определения маршрутов в

СТС.

Степень достоверности и апробация результатов. Результаты работы докладывались и обсуждались на конференциях: The 9th IEEE International Conference on Information, Intelligence, Systems and Applications (IISA 2018); 4th Creativity in Intelligent Technologies and Data Science CIT&DS 2021 (Volgograd, Russia, September 2023, 2021); Distributed Computer and Communication Networks: 24th International Conference, DCCN 2021 (Moscow, Russia, September 20-24, 2021); 5th International Scientific Conference on Information, Control, and Communication Technologies, ICCT-2021 (Astrakhan, Russian, October 4-7, 2021).

Публикации. Материалы, отражающие основные результаты диссертационной работы, опубликованы в научных журналах и в сборниках научно-технических конференций. Всего опубликовано 7 работ; из них 5 - статьей в изданиях, рекомендованных ВАК Министерства образования и науки Российской Федерации, 2 работы - в зарубежных изданиях, индексируемых в базе научного цитирования Scopus. Получено свидетельство о государственной регистрации программы для ЭВМ.

Обоснованность и достоверность. Результаты диссертации получены путем корректного и обоснованного применения методов системного анализа, математического моделирования, теории оптимизации, в частности биоинспирирован-ные подходов; анализа результатов экспериментальных исследований по различным сценариям, обсуждением выводов проведенных исследований на научных конференциях.

Личный вклад автора. В диссертации представлены результаты исследований, выполненных автором лично. Личный вклад автора состоит в постановке задач исследования, разработке теоретических и прикладных методов их решения; в обработке, анализе, обобщении полученных результатов и формулировке выводов. В публикациях с соавторами авторский вклад распределяется пропорционально.

Структура диссертации Диссертация включает введение, четыре главы, заключение, список сокращений, а также библиографический список. Работа содержит 144 страницы текста, включая 42 рисунка, 4 таблицы и библиографический список из 206 наименований.

Краткое содержание работы

Во введении обоснована актуальность темы исследования; рассматривается состояние исследуемой проблемы; сформулированы цели и задачи работы; перечислены основные научные результаты, полученные в диссертации; определены практическая ценность и область применения результатов; приведены сведения об апробации работы и представлены основные положения, выносимые на защиту.

В первой главе «Системный анализ самоорганизующихся транспортных сетей» представлены принципы управления обменом информации в автомобильных самоорганизующихся сетях, представлены принципы задача управления обменом информации между узлами в самоорганизующихся транспортных сетях и анализ характеристик СТС, влияющих на процесс управления обменом данными. Формализован процесс управления обмена информацией между узлами. Приведен детальный обзор алгоритмов определения маршрутов для обмена информацией между узлами в самоорганизующихся транспортных сетях. Рассмотрены различные алгоритмов определения маршрутов, приведена их классификация, указаны преимущества и недостатки. Предложена модель управления обменом информацией между узлами СТС, учитывающая изменение положения и скорости узлов, что позволяется осуществлять обмен информацией в условиях отказов узлов.

Во второй главе «Оценка эффективности процесса управления обменом информации в СТС» оценивается эффективность имеющихся алгоритмов определения маршрутов (АОМ) в СТС. Оценка проводилась с помощью расширений программ моделирования транспортной системы. В главе рассмотрены различные средства моделирования сетей в целом (NS-2, NS-3, OMNET ++, OPNET и QualNet) и транспортных сетей в частности (VanetMobiSim, SUMO, MOVE), выделены их преимущества и недостатки. Для создания реалистичной модели транспортной сети и моделирования АОМ выбраны программное обеспечение Network Simulator-3 (NS-3) и Bonnmotion.

В третьей главе «Алгоритмы определения маршрутов при управлении обмена информацией между узлами в СТС» представлено решение задачи разработки алгоритма маршрутизации в СТС, учитывающий специфику движущихся узлов в СТС. Рассмотрены подходы к разработке АОМ на основе кластеризации, мета-эвристические алгоритмы. Рассмотрены факторы, влияющие на выбор лучшего маршрута.

В четвертой главе «Оценка эффективности алгоритмов управления обменом информации между узлами в самоорганизующихся транспортных сетях» Выполнена оценка эффективности предложенных алгоритмов K-MCSA (в СТС без отказов узлов) и K-MCSA-D (в СТС с отказами узлов).

ГЛАВА 1 СИСТЕМНЫЙ АНАЛИЗ САМООРГАНИЗУЮЩИХСЯ

ТРАНСПОРТНЫХ СЕТЯХ

1.1 Понятие самоорганизующихся транспортных сетей и их классификация 1.1.1 Интеллектуальные транспортные системы

В настоящее время транспортный сектор страдает от серьезных проблем, наиболее важными из которых являются пробки, высокий уровень аварий, загрязнение воздуха и т. д. Чтобы уменьшить эти проблемы, исследователи внедряют интеллектуальные технологии в систему дорожного движения. Эта система называется интеллектуальной транспортной системой ИТС. ИТС использует новейшие разработки в области моделирования транспортных систем и управления движением для обеспечения большего объема информации о трафике и безопасности [1], а также более высокого уровня взаимодействия между участниками движения по сравнению с традиционными транспортными системами. ИТС способны [2]:

• улучшить качество транспортных услуг;

• обеспечить безопасность движения;

• расширить возможности автоматической системы управления движением на уровне города.

Основная цель ИТС - развитие традиционных транспортных систем с применением интеллектуальных систем для организации безопасного и комфортного движения для всех участников за счет внедрения инновационных технологий и новых управленческих решений. ИТС собирает большие данные из нескольких источников, наиболее важными из которых являются сетевые узлы. Она хранит, анализирует и отправляет их обратно в контракт, так что процедуры управления и контроля могут быть реализованы в режиме реального времени для повышения производительности системы трафика [3]. Между транспортными средствами, инфраструктурой и пешеходами существует сеть, которая позволяет обмениваться информацией через одноранговый алгоритм или централизованную систему через 4G. Среда связи позволяет осуществлять взаимодействие и обмен информацией от

транспортного средства к транспортному средству (V2V), от транспортного средства к инфраструктуре (V2I), от пешеходов к инфраструктуре (P2I) или от транспортного средства к пехоте (V2P).

Есть три основных компоненты, необходимых для функционирования любого ИТС [3]:

• Сбор данных: основным источником сбора данных является транспортная система (среднее время в пути определенного сегмента дороги, количество пассажиров, путешествующих по линии общественного транспорта; и т. д.); видеокамеры и RFID-сканеры, используемые для сбора данных о дорожном движении. Камеры могут быть установлены в различных местах в сети для сбора видео. Все более широко используются смартфоны и передовые технологии связи на основе данных мобильных телефонов, а также глобальной системы позиционирования (GPS). Все эти данные доступны для анализа условий и поведения людей в поездках [2].

• Анализ данных: интеллектуальная система трафика ИТС оценивает трафик путем ввода данных, собранных из разных источников, в предварительно созданные модели, такие как модели пересечения трафика и модели баланса трафика (и так далее), предоставляющие различную информацию, помогающую принимать различные меры управления и контроля, чтобы избежать ожидаемых кризисов. Недавние усовершенствования в парадигмах анализа данных и внедрение новых источников данных привели к усилению расчетов и созданию более точных и подробных оценок [4].

• Передача данных/информации: развиваются методы передачи данных, собранных с проводов на оптоволокно, в беспроводные сети (например, 3G/4G, WiFi и т. д.), а также использование облачных систем для распространения информации и стратегий контроля/управления, таких как управление светофорами и отправка оповещений остальным машинам, чтобы они не попадали в пробки раньше времени; использование мобильных приложений и информации в автомобиле; использование усовершенствованных технологий связи [5].

Интеллектуальные транспортные системы делятся на две части [6, 7, 8]:

• Усовершенствованные информационные системы для путешественников ATIS: стремятся предоставлять различную информацию (время ожидания, время в пути, доступная парковка). Эта информация помогает путешественникам принимать решения о поездке (например, выбрать время отправления, маршрут и т. д.). Развитие методов сбора данных и методов коммуникации помогло создать модели, которые дают нам более точную информацию о времени в пути и руководстве маршрутом, что влияет на принятие решений путешественником. Система также предоставляет информацию о времени прибытия автобуса, анализируя данные, передаваемые пассажирами автобуса через сигналы мобильных телефонов посредством вышек. Сотовые телефоны также могут использоваться для автоматического анализа изображений, полученных с помощью приложений для смартфонов через водителей или с транспортных средств - установленные камеры для определения доступных парковочных мест на обочине дороги [9].

• Усовершенствованные системы управления AMS: нацелены на контроль или управление различными инфраструктурами и операторами внутри транспортной системы в различных ситуациях, чтобы обеспечить эффективность и безопасность транспортной системы. Эти методы контроля/управления применяются к автомагистралям, службам транзита, авариям/чрезвычайным ситуациям и грузовым перевозкам. Имея различные источники данных, улучшенную точность данных и улучшенные методы распространения информации, можно обеспечить более реалистичное и детальное управление. Например, в Kurkcu et al. [10] приводится еще один пример использования открытых источников данных и данных социальных сетей для выявления инцидентов, что является первым критическим шагом в процедурах управления инцидентами.

Цель ИТС заключается в улучшении дорожного движения и сокращении количества аварий и смертей за счет разработки многими производителями автомобилей, правительственными организациями и академическим сообществом си-

стемы безопасного движения. Федеральная комиссия по связи (FCC) выделила частотный спектр для сетей VANET. Правительства и некоторые производители автомобилей (Toyota, BMW и Daimler-Chrysler), также запустили несколько важных проектов по внедрению VANET, таких как Advanced Driver Assistance Systems (ADASE2), CAMP Partnership, CARTALK 2000, Fleet Net и CarNet [11, 12].

1.1.2 Обзор развития и состояния интеллектуальных транспортных систем

Соединенные Штаты Америки. Интерес к интеллектуальным транспортным системам возник в Америке в 1991 году, но это были небольшие исследования по программе мультимодального наземного транспорта (ISTEA), которые не достигли уровня практического применения. Затем данные исследования были расширены, и их практическое применение началось в 1998 году, когда был принят Закон об эффективности транспорта (TEA 21), который предписывал Министерству транспорта разрабатывать интегрированные интеллектуальные транспортные системы на уровне всех федеральных земель с точки зрения стандартов и законов, поддерживающих эти меры (системы, применяемые только к коммерческим транспортным средствам - CVISN). В 2002 году приступили к планированию и комплексному применению на уровне всех федеральных земель, которое включало бы в себя все виды транспорта с точки зрения сбора информации, ее анализа и решения проблем дорожного движения [13, 14].

Была создана система постоянно обновляемой стратегической и программной документации по развитию интеллектуальных транспортных систем,

Наиболее выдающийся опыт применения интеллектуальных транспортных систем в Соединенных Штатах - это опыт городов Лос-Анджелес и Чикаго, в результате чего время на дорогах сократилось на 16 % благодаря уменьшению количества остановок автомобилей на 41 %, снижению расхода топлива - на 13 %, увеличению скорости двигателя - с 25 до 50 %.

Япония. Япония - небольшое по площади, густонаселенное островное государство, плотность автомобильного потока в котором приводит к большим пробкам на улицах. Интерес к интеллектуальным транспортным системам начался в стране в 1996 году с момента реализации программы VICS [15-17].

Введение диссертации (часть автореферата) на тему «Модель и алгоритмы управления обменом информации в самоорганизующихся транспортных сетях»

Этапы работы VICS:

• на первом этапе программа собирает информацию о движении и дорожных условиях, затем эта информация обрабатывается системой VICS;

• на втором этапе информация отправляется на автомобили. Пользователи VICS получают информацию в трех формах: в виде текста, простой графики и карт;

• на третьем этапе устройство в автомобиле динамически обрабатывает данные и предоставляет водителю информацию о наилучшем пути.

В 2011 году система VICS была заменена более продвинутой системой Smartway, которая отправляет информацию в автомобиль визуальным и звуковым способом. Система Smartway использует дополнительную систему связи (V2V), то есть связь между автомобилями, которая увеличивает скорость оповещения водителей в чрезвычайных ситуациях.

Европейский союз (ЕС). ЕС начал внедрять интеллектуальные транспортные системы в 2001 году в рамках программы TEMPO, которая продолжалась в течение 6 лет и была нацелена на повышение качества дорожных услуг и повышение безопасности, а затем была разработана для программы CVIS, которая характеризуется опорой на совместные интеллектуальные транспортные системы от транспортного средства до структуры инфракрасного (V2I) и (V2V) [18].

Россия. Россия начала уделять внимание интеллектуальным транспортным системам в 2008 году [19, 20]:

• АСУДД Кольцевой автомобильной дороги охватывает ее большую часть (кроме Северного участка).

Состоит из группы периферийных устройств, работающих в одной сети, в дополнение к центральному контрольному центру (CPU) и удаленным контрольным точкам (VPU). Вся информация передается по оптоволоконным кабелям в главный центр управления кольцевой автодорогой, в результате чего сокращается

количество дорожно-транспортных происшествий, нарушений скорости и превышения скорости движения на дороге более чем на 20 %;

• АСУДД на автодорожном тоннеле судопропускного сооружения С-1. В рамках строительства тоннеля был построен и сейчас активно функционирует Центр управления (Центральный диспетчерский пункт) АСУДД тоннеля. Было разработано специальное программное обеспечение для функционирования данного центра. За происходящим в тоннеле постоянно наблюдают шесть диспетчеров. Информация о состоянии периферийного оборудования тоннеля отображается на специальных мнемосхемах. Основной производитель оборудования - Peek Traffi c Ltd.

1.1.3 Классификация самоорганизующихся транспортных сетей

Беспроводная самоорганизующаяся сеть (Ad-Hoc сеть) - Специальная беспроводная Ad-Hoc сеть состоит только из мобильных узлов; в этой сети нет инфраструктуры, такой как маршрутизатор для базовых станций в проводных сетях и точка доступа для управления инфраструктурными сетями. Узлы в специальной сети участвуют в данных маршрутизации, что означает, что каждый узел получает данные и затем отправляет их обратно остальным узлам в динамической базе [21]. Специальные сети являются автономными и состоят из нескольких мобильных узлов, соединенных между собой беспроводной сетью. Узлы могут перемещаться совершенно свободно в любом направлении, каком они хотят. Узел становится частью сети, когда он попадает в ее диапазон, и произвольно располагается, а топология сети динамически изменяется. Это невозможно предсказать из-за отсутствия инфраструктуры. Мобильные узлы часто перенаправляют данные на любой узел от однорангового узла или многократного перехода [22, 23].

Отсутствие инфраструктуры в специальных беспроводных сетях является большим преимуществом во многих приложениях из-за низкой стоимости, гибкости и прочности. В специальных беспроводных сетях вся обработка и управление должны выполняться узлами распределенной сети [24, 25].

Рост телекоммуникационного сектора и увеличение спроса на него, особенно на беспроводную связь, и появление телекоммуникационного оборудования с техническими характеристиками, которых раньше не существовало и которые работают с целью наилучшего использования функций этих устройств, привели к глобальной исследовательской деятельности по сетевой инфраструктуре и работе по изучению независимых сетей и самообразования, и децентрализации. Сети с этими спецификациями являются основой для развития MANET [26].

Мобильные одноранговые сети MANET (mobile ad-hoc networks). беспроводные децентрализованные самоорганизующиеся сети. В MANET каждое мобильное устройство работает как маршрутизатор для передачи пакетов данных на другие портативные устройства, находя наилучший доступный путь с помощью различных алгоритмов маршрутизации. MANET полезен там, где нет инфраструктуры связи [27, 28] (Рисунок 1.1).

Мобильные одноранговые сети, также называемые MANET, представляют собой сети, которые создаются для определенной цели и не являются постоянными, где периферийные устройства (узлы), составляющие сеть, являются полностью мобильными.

Destination

/

\

\

/

Рисунок 1.1 - Иллюстрация Mobile Ad-Hoc Network (MANET)

В 1973 году ученый Хан расширил ALOHANET (проект для Агентства перспективных исследовательских проектов в области обороны (DARPA)), включив в него репликацию, аутентификацию и сосуществование с другими потенциальными

системами в том же диапазоне. Эта новая система была названа радиосетью PRNET [29]. Проект PRNET, разработанный в период с 1973 по 1987 годы, стал надежной и практичной пилотной сетью.

Первоначально MANET были введены и развиты для военных целей - создания сетей связи на поле боя. Когда в середине 1991 года был определен первый стандарт IEEE 802.11 [30] и появились первые коммерческие радио-технологии, задумались, как воспользоваться огромным потенциалом этих сетей в гражданских целях, продолжая использовать их и в военной сфере. Все разработанные приложения, использующие специальные сети, были коммерциализированный. Примеры гражданских приложений включают предоставление экстренных услуг, многопользовательских игр, электронной коммерции, информационных услуг, мобильных офисов, расширение сотовой сети и т. д.

Узлы в сетях MANET получают энергию от аккумулятора, включенного в их конструкцию, который трудно заменить. Одной из проблем, которые необходимо решить при проектировании сети, является работа по оптимизации энергозатрат в узлах в сетях MANET [31]. Узлы MANET, оснащенные устройством передатчика и приемника, называются антеннами в данный момент времени. Положение узла, зона покрытия антенны, уровень мощности и беспроводное соединение определяют случайную многоадресную Ad-Hoc сеть.

Хотя специализированные сети для мобильных устройств и мобильные сенсорные сети можно рассматривать как подкласс сетей для мобильных сетей Ad-Hoc, узлы, составляющие сеть, совершенно разные. Поэтому технологии, используемые для каждого из ранее упомянутых типов специальных сетей, различны. Основная идея мобильной сети Ad-Hoc - подключение любого устройства в зоне действия (с учетом WLAN). Наиболее распространенной технологией, которая предоставляет услуги для компьютерной связи в WLAN, является Wi-Fi, уже включенный в большинство коммерческих устройств, что делает его наиболее подходящей технологией для мобильных одноранговых сетей.

Классификация MANET. MANET делятся на три основные категории, каждая из которых имеет свои характеристики [32].

1. Автомобильная сеть Ad-Hoc (VANET). Этот тип сети состоит из группы движущихся узлов (транспортных средств), которые соединены друг с другом по беспроводной сети. Он очень полезен для предоставления различной информации, такой как информация о трафике по определенному пути к подключенным уз-лам.[33].

2. Мобильная сеть Ad-Hoc на базе интернета(iMANET). iMANET - это сеть, в которой мобильные узлы самоорганизуются. Эта технология очень надежна для коммерческих приложений и военного применения. iMANET включает в себя сеть мобильных устройств, которые подключены к фиксированным интернет-шлюзам для предоставления услуг [34].

3. Интеллектуальная автомобильная сеть Ad-Hoc (InVANET). В VANET используется подключение транспортного средства и подключение RSU транспортного средства. Она обеспечивает очень высокую защиту по сравнению с другими сетями, создает простую и эффективную связь между автомобилями с динамичным движением.

Характеристики MANET. Некоторые из основных характеристик мобильных Ad-Hoc сетей [35]:

1. Отсутствие какой-либо инфраструктуры вынуждает узел выполнять настройку сети, управление, самовосстановление, обнаружение соседей и т. д.

2. Каждый узел должен иметь возможности маршрутизации для связи узлов вне диапазона.

3. У устройств есть энергетические ограничения, поскольку они зависят от батареи.

4. Сетевые ресурсы ограничены, так как в беспроводной сети среда является общей (ограниченная пропускная способность, коллизии и т. д. ).

5. Сеть разделена из-за ограниченной дальности передачи и мобильности устройств.

6. Топология в динамике, так как ссылки меняются во времени из-за мобильности узлов, а также появления и исчезновения устройств.

Преимущества [35, 36, 37]:

• нецентральность;

• возможность исполнения узлом обеих ролей, то есть маршрутизатора и хоста, демонстрируя автономный характер;

• самостоятельная настройка и самовосстановление узлов, не требующие вмешательства человека.

Недостатки [34, 36, 37]:

• ограниченность ресурсов из-за шума, помех и так далее;

• отсутствие средств авторизации;

• подверженность атакам из-за ограниченной физической безопасности.

Автомобильные Самоорганизующиеся Сети VANET (Vehicular Ad-Hoc Network). В условиях значительного роста числа населения и экономического процветания население предпочло использовать частный транспорт вместо общественного, что привело к возникновению проблем, связанных с транспортом, будь то внутри или за пределами городов. Население, особенно в крупных городах, ежедневно проводит часы на дорогах, чтобы перемещаться в места работы и развлечения, что увеличивает потребление различных видов производных энергии и, таким образом, увеличивает загрязнение окружающей среды. Это побудило ученых искать разумные методы транспортировки, чтобы уменьшить заторы на дорогах и таким образом снизить экономические и экологические издержки. Для этого в автомобили внедряются интеллектуальные функции, так что водители могут быть заранее предупреждены сообщениями о трафике, с которым они столкнутся, и, если есть какие-либо аварии на дороге, принять соответствующее решение, чтобы изменить маршрут, избежать заторов на дорогах. Для построения этой системы нам необходимо оснастить автомобили вычислительными технологиями и устройствами беспроводной связи, чтобы эти технологии могли обмениваться данными с другими оборудованными автомобилями и сетевой инфраструктурой в их окружении. Данные типы сетей обычно упоминаются как Транспортное средство к Транспортному средству (V2V) и Дорога к Транспортному средству (V2R) соответственно [38].

Кеннет Б. Альберто проводил и продвигал первый семинар о VANET в 2004 году. Обычные сети транспортных средств для сообщения о трафике или авариях зависят от инфраструктур, таких как датчики дорожного движения, которые отправляют данные в центральную базу данных, или сотовая беспроводная связь между транспортными средствами и центром управления. Для этого типа сети требуется дорогая инфраструктура, установленная на каждой дороге, где будет использоваться система. Кроме того, она не масштабируется из-за своего центрального дизайна. Напротив, VANET являются предпочтительным дизайном сети для ИТС [38, 39].

Автомобильные сети Ad-Hoc (VANET) - это беспроводные сети, которые содержат большое количество случайных абонентов, встречающихся в географическом районе в определенный момент, и это децентрализованные сети с точки зрения полного контроля и управления в отсутствии базовых станций или даже опорных узлов. Структура сетей VANET быстро меняется из-за расположения узлов с их случайным соединением [40].

Сети VANET зависят от концепции одноранговой сети, но без инфраструктуры узлов одного типа каждый узел имеет необходимое оборудование и программное обеспечение, позволяющее передавать данные от источника к месту назначения, если этот путь уже доступен, что приводит к увеличению ширины.

Сеть обладает пропускной способностью [41], даже когда географическая зона очень велика и шире, чем географический диапазон передач VANET от одного узла к другому, даже если эти узлы находятся за пределами прямой зоны покрытия беспроводной сети. Таким образом, пакеты данных узла передаются другими узлами сети при условии, что другой узел соответствует условиям предыдущего узла. Это можно назвать много последовательными или многозвенными сетями [42].

Основной проблемой при разработке сетей VANET является способ направления передачи данных от исходного узла к принимающему узлу, а также оборудование связи для увеличения скорости обработки информации и передачи целе-

вого узла, повышение безопасности сети и сохранение конфиденциальности звонящих от проникновения при отправке личной информации абоненту, а также поддержание контакта в изменяющейся топологии.

Сети VANET полагаются на беспроводную связь ближнего действия между транспортными средствами, такую как выделенная связь ближнего действия (DSRC) и IEEE 802.11 [43]. В отличие от инфраструктурных сетей (сотовые сети), сети VANET строятся быстро, а это означает, что именно автомобили создают их и не требуют никаких вложений. При создании сетей VANET оборудование в (автомобильном) узле должно поддерживать четыре группы соединений [44]:

• автомобиль - автомобиль (V2V);

• автомобиль - инфраструктурная сеть (V2I);

• автомобиль - жилье;

• инфраструктурная сеть - жилье (I2H).

То есть узлы в сетях VANET не только взаимодействуют друг с другом (автомобили обмениваются данными друг с другом), но они также обмениваются данными с основными станциями, расположенными на дорогах, если они предоставляют все услуги, доступные абоненту, как можно быстрее.

Формы VANET. Сети VANET имеют две формы [45]:

• простые и регулярные - на автомагистралях за пределами городов, так что движение автомобилей несколько специфично с точки зрения скорости и пути;

• сложные и нерегулярные - внутри больших городов, особенно когда возникают пробки.

Одна интересная симуляция - это то, что было сделано в Хейворде [46] и собирало данные в разные даты в 1993 году в рамках проекта оценки службы скоростного патрулирования (Университет Калифорнии, Беркли). В этом моделировании предполагалось, что 20 % автомобилей оснащены оборудованием IVC. Анализ проводился в диапазоне радио от 25 до 500 футов. Основные результаты были описаны следующим образом:

1. Сложно управлять топологией сети с быстрыми изменениями в (IVC): несмотря на то, что дорожные службы ограничены автомобильным движением, они должны оставаться на дорогах.

2. Сети IVC подвержены частой фрагментации, даже если увеличивается их скорость развертывания. Сеть с частичной фрагментацией приводит к недоступности узлов в соседних регионах.

3. В отличие от MANET избыточность в сетях IVC ограничена как по времени, так и по функциям. Избыточность в MANET обеспечивается увеличением пропускной способности и функций безопасности: если требуется дополнительная пропускная способность, добавляется больше узлов, в то время как в IVC избыточность ограничена.

Архитектура сетей VANET. VANET характеризуются децентрализованным саморегулированием, которое состоит из группы оборудования в движущихся узлах, независимых друг от друга, на разных скоростях и направлениях. Следовательно, можно мгновенно прервать и сформировать новую сеть узлов, как только один из них изменит свои данные (скорость или направление движения).

VANET является одной из важных областей для улучшения ИТС, с целью обеспечения безопасности и комфорта для участников дорожного движения.

Основные типы в VANET. Архитектура VANET состоит из двух основных компонентов, которые представляют собой устанавливаемые на транспортном средстве блоки связи OBU (On Board Unit) и базовые блоки инфраструктуры RSU (Roadside Unit) с аналогичным набором интерфейсов связи. VANET содержит коммуникационные интерфейсы, которые позволяют этим устройствам взаимодействовать. Выделяют шесть типов фасадов [47, 48, 49, 50, 51]:

• Автомобиль - Автомобиль (V2V): основной тип в VANET, когда сеть состоит из бортовых блоков без главных инфраструктурных единиц RSU. Его задача - обмен сообщениями между узлами дорожного движения с целью повышения его степени безопасности.

• Автомобиль - инфраструктуре (V2I): сеть состоит из OBU и RSU. Его за-

дача - передавать информацию от OBU к RSU, где информация собирается в центрах управления, а системы управления организованы для контроля и регулирования транспортных потоков.

• Инфраструктуры - инфраструктуре (I2I): задача этого типа - обмен информацией между RSU по проводным и беспроводным каналам связи.

• Автомобиль - ко «всему» (V2X): является универсальным типом интерфейса, позволяющим организовать взаимодействие типа V2V и/или V2I.

• Автомобиль - к дому (V2H): в этом типе бортового блока сеть обеспечивает связь с другими объектами интернета вещей, установленными на домашнем сайте.

• Облачное бортовое устройство «автомобиль - широкополосная связь» (V2B): взаимодействует с облачными службами с помощью технологий широкополосной передачи данных операторов мобильной связи.

Характеристики VANET. VANET можно рассматривать как подмножество мобильных одноранговых сетей, но они имеют специфические характеристики, которые отличают их от Ad-Hoc, а именно [45, 53, 54]:

1. Сети VANET характеризуются очень изменчивой топологией, поскольку составляющие их узлы движутся с очень высокими скоростями в диапазоне от 0 до 180 км/ч. Изменение топологии влияет на сегментацию сети в режиме реального времени не только из-за высоких скоростей транспортных средств, но также из-за доступа в сельские районы, где плотность устройств ниже, чем в центре города.

2. Переменная плотность сети в основном зависит от времени и региона. В часы пик интенсивное движение на сельских дорогах или в праздничные дни обычно низкое.

3. Из-за высокой скорости и ограниченного диапазона передачи доступность линии связи низкая (менее одной минуты) не только в узлах, которые движутся в противоположных направлениях, но также и в узлах, которые движутся в одинаковых направлениях.

4. В отличие от мобильных сетей или датчиков, специализированные сети

транспортных средств не ограничены в энергии, поскольку они поставляют энергию из автомобилей, которые их составляют.

5. Транспортные средства движутся не случайно, а по дорожным полосам. Кроме того, конкретное устройство может иметь предсказуемые пути: общественный транспорт имеет заранее определенное направление движения и время прибытия; водитель едет из дома на работу и возвращается примерно в тот же час и др.

6. Существует два различных режима работы: транспортное средство для подключения к транспортному средству и транспортное средство для инфраструктуры.

1.1.4. Сравнение VANET с MANET

Сети VANET имеют характеристики, отличающие их от сетей MANET, на которых они основаны. Автомобили являются узлами в сетях VANET. Узлы движутся с высокой скоростью, ограниченной подвижностью, то есть переходом по заранее определенным дорогам, и скорость транспортных средств зависит от ограничителей скорости, в дополнение к этому. Данные транспортные средства также должны руководствоваться [55]. Такое поведение полностью противоположно действиям по контракту в MANET.

Сети VANET нуждаются в дальнейшем развитии, чтобы стать применимыми, особенно в отношении стабильной и надежной маршрутизации данных, поскольку автомобили в сетях VANET, несмотря на динамическое поведение в направлении их движения, их высокую скорость, затрудняют маршрутизацию данных. Сети MANET состоят из фиксированных беспроводных сетей с ограниченной пропускной способностью, которые подключены через эту сеть.

Ниже приведены характеристики сетей MANET [56]:

1. Движение узлов в сетях MANET приведет к быстрому и неожиданному изменению структуры сети.

2. Ad-Hoc для мобильных сетей (MANET) - это децентрализованная сеть, поэтому все сетевые операции состоят из обнаружения и доставки сообщений, выполняемых в одном и том же узле, то есть функций маршрутизации, выполняемых мобильными узлами.

3. Узлы в сетях MANET являются независимыми (например, движущимися в любом направлении с любой скоростью), но они постоянно взаимодействуют.

VANET - это форма пользовательской мобильной сети, которая обеспечивает связь между близлежащими транспортными средствами и близлежащим стационарным оборудованием и транспортными средствами, которое обычно описывается как придорожное оборудование [56]:

1. Существует два типа связи: от транспортного средства к транспортному средству (V2V) или от транспортного средства к инфраструктуре (V2I).

2. На каждом транспортном средстве установлены специальные электронные устройства, называемые OBU.

3. Придорожная инфраструктура (RSI) обеспечит краткосрочную коммуникационную возможность, с помощью которой она будет общаться с близлежащими транспортными средствами.

В VANET невозможно реализовать те же алгоритмы маршрутизации, что и в MANET. На основании того факта, что различные алгоритмы MANET не могут применяться непосредственно в VANET. Наиболее заметные различия между сетями VANET и MANET [57]:

1. В MANET узлы перемещаются в любом направлении, в то время как направления движения узлов VANET ограничены топологией дороги.

2. У MANET есть важные проблемы с алгоритмом, связанные с ограничением памяти для хранения, такие как мощность, математика и ресурсы хранения, которые не являются проблемой для VANET.

3. Топология VANET может изменяться постоянно или быстро, например, при наличии высокоскоростных или полу статических автомобилей, если группа автомобилей движется с одним ускорением.

1.2 Управление обменом информации между узлами в СТС 1.2.1. Задача управления обменом информации между узлами в сетях

Задача управления обменом информации между узлами в сетях включает в себя определение наилучшего пути для эффективной передачи данных, т. е. пути, обеспечивающего высокую скорость передачи данных без потери информации в пределах допустимой задержки.

Традиционная концепция сетей - это фиксированные сети, которые имеют известную инфраструктуру и ограниченную область применения, а способы передачи данных являются фиксированными и предопределенными при установлении сети. В отличие от самоорганизующихся сетей, которым необходим метод принятия решений для определения наилучшего пути в соответствии с требованиями системной среды.

(а) Infrastructure-based wireless network (b) Ad hoc wireless network

Рисунок 1.2 - Иллюстрация разницы между инфраструктурой модели и специальной беспроводной моделью

В последнее время появился интерес к разработке динамических беспроводных сетей, которые характеризуются отсутствием инфраструктуры (таких, как сети MANET). Одним из преимуществ данных сетей является то, что они обладают

очень широким диапазоном и имеют большое количество узлов, которые могут исчисляться тысячами. Эти сети имеют возможность самоорганизовываться таким образом, что их узлы становятся конечными станциями для конечного пользователя, а также работают в виде маршрутизаторов и ретрансляторов пакетов других абонентов и участвуют в поиске способов доступа к ним, поэтому они называются самоорганизующимися сетями [58, 59] (Рисунок 1.2) [60].

MANET-сети используются в поисково-спасательных операциях в местах, где сети связи недоступны, то есть применение этого типа сетей обусловлено огромной экономией затрат на инфраструктуру традиционных сетей от строительства вышек до обслуживания. Они постоянно находятся в районах, где плотность населения невелика, и, следовательно, практически отсутствует экономическая жизнеспособность обычных сетей. Другой тип динамической беспроводной сети -это самоорганизующихся транспортных сети (УАМЕТ), которые специализируются на построении сетей между автомобилями. Ожидается, что в будущем их использование увеличится во многих случаях и станет эффективной альтернативой сетям сотовой связи.

1.2.2. Процесс управления обменом информации в ИТС

Для систем ИТС не существует глобальной системной структуры, поскольку практическая реализация этой системы связана с реализуемыми локальными факторами окружающей среды, такими как доступность беспроводных устройств и датчиков, необходимых для внедрения. Таким образом, системы ИТС характеризуются неоднородной структурой в глобальном масштабе. Обобщенная модель взаимодействия компонентов в транспортной системе, описанная в ETSI БК 302 665, показана на Рисунке 1.3 [61].

Некоторые из основных аспектов, которые необходимо учитывать при построении системы: частое изменение топологии сети из-за большого движения

транспортных средств; необходимость совместимости с системами беспроводной связи; необходимость глобальной применимости и масштабируемости; учет ограничения пропускной способности, доступность канала связи, надежность связи и безопасностью канала связи; совместимость с различными приложениями, которые выполняют функции системы с точки зрения безопасности, комфорта и предоставления услуг пользователям.

Рисунок 1.3 - Обобщенная модель взаимодействия для ИТС

1.2.3. Самоорганизующиеся транспортные сети в ИТС-системах

Самоорганизующаяся транспортная сеть УАЫЕТ (выделенная автомобильная сеть) играет важную роль в создании интеллектуальных транспортных систем. Она является краеугольным камнем интеллектуальных транспортных систем, поскольку может работать вместе со станциями инфраструктуры или изолированно от других. Сеть УАЫЕТ состоит из группы узлов (транспортных средств), связанных друг с другом технологиями беспроводной связи. Основная цель сетей УАЫЕТ

Список литературы диссертационного исследования кандидат наук Саббаг Амани Ахмад, 2022 год

СПИСОК ЛИТЕРАТУРЫ

1. Тишина, Н.А. Прикладные задачи безопасности информационно-телекоммуникационных систем: учеб. пособие. пособие / Н. А. Тишина, Е. Н. Черно-прудова. - Оренбург, - 2017. 122 с.

2. Сафиуллин, Р.Н. Системы автоматизации контроля движения на автомобильном транспорте: монография / Р. Н. Сафиуллин, В. В. Резниченко, А. Ф. Калюжный / под ред. Р.Н. Сафиуллина. - СПб, - 2019. - 16 с.

3. Иванов, Ф.Ф. Интеллектуальные транспортные системы / Ф. Ф. Иванов / под науч. ред. Г.Г. Маньшина. - Минск, - 2014. - 214 с.

4. Душкин, Р. В. Искусственный интеллект. / Р. В. Душкин. - Москва: ДМК Пресс, - 2019. - 280 с.

5. Пятибратов, А.П. Вычислительные машины, сети и телекоммуникационные системы: учеб. пособие пособие / А. П. Пятибратов, Л. П. Гудыно, А. А. / под ред. А. П. Пятибратова. М., - 2005. - 286 с.

6. Погосян, В. М. Информационные технологии на транспорте: учеб. пособие. / В. М. Погосян, С. И. Костылев, С. Г. - Руднев. СПб, - 2019. - 76 с.

7. Скороход, С.В. Основы программирования микропроцессоров Intel для встраиваемых систем: учеб. пособие. / С. В. Скороход, В. В. Селянкин, С. Н. Дроздов. - Ростов-на-Дону, - 2016. - 82 с.

8. Новиков, С. В. Транспорт и логистика в Арктике. Северный морской путь: курс-Дальний Восток. Альманах 2016: Вып. 2. / С. В. Новиков. - Москва., -2016. - 232 с.

9. Капский, Д.В. Автоматизированные системы управления дорожным движением: учебное пособие / / Д. В. Капский, Ю. А. Врубель, Д. В. Навой, Д. В. -Минск, - 2015. - 368 с.

10. Kurkcu A. Extended implementation method for virtual sensors: Web-based real-time transportation data collection and analysis for incident management / A. Kurkcu E. F. Morgul, K. Ozbay // Transportation Research Record. - 2015. № 1. - P. 27-37.

11. Xi, S. Study of the Feasibility of VANET and its Routing Protocols Protocols / S. Xi, X.M. Li // 2008 4th International Conference on Wireless Communications, Networking and Mobile Computing. IEEE, - 2008. - P. 1-4.

12. Singh, S. VANET routing protocols: Issues and challenges challenges / S. Singh, S. Agrawal // 2014 Recent Advances in Engineering and Computational Sciences (RAECS). IEEE, - 2014. - P. 1-5.

13. Бекмагамбетов, М.М. Обзор мирового опыта развития интеллектуальных транспортных систем / М.М. Бекмагамбетов, А. В. Кочетков // Инновационное машиностроение. - 2014. № 4. - С. 8-16.

14. Михеева, Т.И. Системный анализ объектов транспортной инфраструктуры в геоинформационной среде / Т.И. Михеева // Программные продукты и системы. - 2018. № 1. - С. 12-18.

15. Жданов, В. Л. Экологические проблемы автомобильного транспорта: учеб. пособие. / В. Л. Жданов, Е. А. Григорьева. - Кемерово, 2013. 180 с.

16. Студентова, Е.А. Роль интеллектуальных транспортных систем в повышении безопасности дорожного движения / Е.А. Студентова // Известия ТулГУ. Технические науки. - 2015. № 6-1. - С. 77-83.

17. Филиппов, А.А. Развитие нормативной базы, регламентирующей экологическую безопасность автотранспортных средств / А.А. Филиппов, О.В. Дуд-ченко // Вестник Оренбургского государственного университета. - 2015. № 9. - С. 200-206.

18. Гусева, Т.В. Принципы создания и перспективы применения информационно-технических справочников НДТ / Т.В. Гусева, М.В. Бегак, Я.П. Молчанова // Компетентность Competency (Russia). - 2015. № 5. - С. 8-18.

19. Ганзин, С. В. Транспортная инфраструктура: учеб. пособие. / С. В. Ган-зин, Р. Р. Санжапов. - Волгоград, 2018. - 80 с.

20. Тишина, Н.А. Прикладные задачи безопасности информационно-телекоммуникационных систем: учеб. пособие. / Н. А. Тишина, Е. Н. Чернопрудова. -Оренбург, - 2017. - 122 с.

21. Кутузов, О. И. Инфокоммуникационные системы и сети: учебник. / О. И. Кутузов, Т. М. Татарникова, В. В. Цехановский. - СПб, - 2020. - 244 с.

22. Liang, W. Vehicular ad hoc networks: architectures, research issues, methodologies, challenges, and trends / W. Liang, Z. Li, H. Zhang, S. Wang, R. Bie //Int. Journal of Distributed Sensor Networks. - 2015. №. 8. - С. 1-11.

23. §en S. Intrusion detection in mobile ad hoc networks / §en S., Clark J. A. // Guide to wireless ad hoc networks. Springer, London, - 2009. - P. 427-454.

24. Goldsmith, A. Wireless communications. / A. Goldsmith. Cambridge university press, - 2005. - 605 p.

25. Семенов, А. Б. Структурированные кабельные системы для центров обработки данных: учеб. / А. Б. Семенов. пособие. М., - 2014. - 232 с.

26. Tavli B. Mobile ad hoc networks: energy-efficient real-time data communications. / B. Tavli, W. Heinzelman. Springer Science & Business Media, 2006. 235 p.

27. Banwari, D. S. Routing algorithms for MANET: a comparative study / D. S. Banwari, D. Upadhyay // International Journal of Engineering and Innovative Technology (IJEIT). - 2013. №. 9. - P. 193-197.

28. Singh, G. MANET: issues and behavior analysis of routing protocols G. Singh, J. Singh // International journal of advanced research in computer science and software engineering. - 2012 №. 4. - P. 219-227.

29. Kahn R. The organization of computer resources into a packet radio network / R. Kahn // IEEE Transactions on communications. - 1977. №. 1. - P. 169-178.

30. IEEE 802.11 working group. IEEE 802.11 timelines (1991). [Электронный ресурс]. - Режим доступа: http://www.ieee802.org/11/Reports/802.11 Timelines.htm, Accessed July 2012.

31. Khelifa, S. Enhancing Energy Efficiency in Mobile Ad hoc Networks using Genetic Algorithms / S. Khelifa, Z. Mekkakia Maaza // Computación y Sistemas. - 2020. №.3. - P. 1107-1119.

32. Jawandhiya, P. A survey of mobile ad hoc network attacks / P.M. Jwandhiya, M.M. Ghonge, M.S. Ali // International Journal of Engineering Science and Technology. - 2010. №. 9. - P. 4063-4071.

33. Rani, V. A study of ad-hoc network: A review / V. Rani, R. Dhir // International Journal. - 2013. №. 3, - P. 135-138.

34. Corson, M.S. Internet-based mobile ad hoc networking / M. S. Corson, J. P. Macker, G. H. Cirincione // IEEE internet computing. - 1999. №. 4. - P. 63-70.

35. Chitkara, M.W. Review on manet: characteristics, challenges, imperatives and routing protocols / M. Chitkara, M. W. Ahmad // International journal of computer science and mobile computing. - 2014. №. 2. - P. 432-437.

36. Mirza, S. Introduction to MANET / S. Mirza, S. Z. Bakshi // International research journal of engineering and technology. - 2018. №. 1. - P. 17-20.

37. Kaur, P. An Overview on MANET-Advantages, Characteristics and Security Attacks / P. Kaur // International Journal of Computer Applications, 4th International Conference on Advancements in Engineering & Technology (ICAET 2016). - 2016. - P. 6-9.

38. Fiore, M. Vehicular mobility simulation for VANETs / M. Fiore, J. Harri, F. Filali, C. Bonnet // 40th Annual Simulation Symposium (ANSS'07). IEEE, - 2007. - Р. 301-309.

39. Hartenstein, H. VANET: vehicular applications and inter-networking technologies. / H. Hartenstein, K. Laberteaux -John Wiley & Sons, - 2009. - 365 р.

40. Badis H. Modeling tools to evaluate the performance of wireless multi-hop networks / H. Badis, A. Rachedi // Modeling and Simulation of Computer Networks and Systems. Morgan Kaufmann, - 2015. - Р. 653-682.

41. Buford, J. P2P networking and applications. / J. Buford, H. Yu, E. K. Lua -Morgan Kaufmann, - 2009. - 367 р.

42. Galaviz-Mosqueda, A. multi-hop broadcast message dissemination in vehicular ad hoc networks: A security perspective review / A. Galaviz-Mosqueda, M. Morales-Sandoval, S. Villarreal-Reyes // International Journal of Distributed Sensor Networks. -2017. №. 11. - Р. 1-21.

43. IEEE 802.11. [Электронный ресурс]. - Режим доступа: http: //grouper. ieee. org/groups/802/11/.

44. Сети MANET и сети транспортных средств-VANET. Проект стандарта IEEE 802.11p. [Электронный ресурс]. - Режим доступа: http://www.incore.me/svyaz/seti-manet-i-seti-transportnyx- sredstv-vanet-proekt-standarta-ieee-802-11p/.

45. Kaur, R. A Study of Routing Protocols in VANETs / R. Kaur, G. Jagdev // International Journal of Research Studies in Computer Science and Engineering. - 2017. №. 2. - Р. 20-28.

46. Blum, J.J. Challenges of intervehicle ad hoc networks / J. J. Blum, A. Eskandarian, L. J. Hoffman // IEEE transactions on intelligent transportation systems. -2004. №. 4. - Р. 347-351.

47. Rahman, K. Towards a cross-layer based MAC for smooth V2V and V2I communications for safety applications in DSRC/WAVE based systems / K. A. Rahman, K. E. Tepe // IEEE Intelligent Vehicles Symposium Proceedings. IEEE, - 2014. - Р. 969973.

48. Kabashkin, I. Reliable v2x communications for safety-critical intelligent transport systems / I. Kabashkin // Advances in Wireless and Optical Communications (RTUWO). IEEE, - 2017. - Р. 251-255.

49. Gheorghiu, R. A. Overview of network topologies for V2X communications / R. A. Gheorghiu, A.C. Cormos, V.A. Stan // 9th International Conference on Electronics, Computers and Artificial Intelligence (ECAI). IEEE, - 2017. - Р. 1-6.

50. Lytrivis, P. Intelligent Transport Systems: Co-Operative Systems (Vehicular Communications) / P. Lytrivis, A. Amditis. Wireless Communications and Networks-Recent Advances, - 2012. - 571 р.

51. Rahman, K.A. Towards a cross-layer based MAC for smooth V2V and V2I communications for safety applications in DSRC/WAVE based systems / K. A. Rahman, K. E. Tepe // 2014 IEEE Intelligent Vehicles Symposium Proceedings. IEEE, - 2014. - Р. 969-973.

52. Hilliard, R. IEEE Recommended Practice for Architectural Description for Software-Intensive Systems / R. Hilliard // IEEE Std 1471-2000. - Р.1-30.

53. Dhurandher, S.K. GROOV: A geographic routing over VANETs and its performance evaluation / S. K. Dhurandher, M. S. Obaidat, D. Bhardwaj // 2012 IEEE Global Communications Conference (GLOBECOM). IEEE, - 2012. - Р. 1670-1675.

54. Hamd, M. M. A review of applications, characteristics and challenges in vehicular ad hoc networks (VANETs). / M. M. Hamdi // 2020 International Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA). IEEE, -2020. - Р. 1-7.

55. Taleb, T. A stable routing protocol to support its services in VANET networks/ T. Taleb, E. Sakhaee, A. Jamalipour, K. Hashimoto, N. Kato, Y. Nemoto // IEEE Transactions on Vehicular Technology. - 2007. - Vol. 56, no. 6. - P. 3337-3347.

56. Wang Y. Vehicular ad hoc networks / Y. Wang, F. Li // Guide to wireless ad hoc networks. Springer, London, - 2009. - P. 503-525.

57. Dinesh, K. Route lifetime based optimal hop selection in VANETs on highway: an analytical viewpoint / K. Dinesh, K. Arzad // IFIP International Federation for Information Processing, (Eds.): NETWORKING 2006. LNCS 3976.

- P. 799-814.

58. Mobile ad hoc networking. / S. Basagni [et al]. John Wiley & Sons, - 2004.

- 459 p.

59. Что такое MANET или почему WiFi не решение всех телекоммуникационных проблем. [Электронный ресурс]. - Режим доступа: https://habra-habr.ru/post/197860/.

60. Chlamtac, I. Mobile ad hoc networking: imperatives and challenges / I. Chlamtac, M. Conti, JJN. Liu // Ad hoc networks. - 2003. №. 1. - P. 13-64.

61. ETSI, T.S. Intelligent Transport Systems (ITS); Vehicular Communications; GeoNetworking; Part 3: Network Architecture / T.S. ETSI // Standard ETSI TS. 2010.

62. Dressler, F. Inter-Vehicle Communication-Quo Vadis / F. Dressler [et al] // IEEE Communications Magazine, - 2014. - P. 170-177.

63. Кучерявый, Е. Особенности развития и текущие проблемы автомобильных беспроводных сетей VANET / Е. Кучерявый, А. Винель, С. Ярцев // Электросвязь, - 2009. № 1, - С. 24-28.

64. Anand, P. Intelligent Vehicular Networks and Communications Fundamentals, Architectures and Solutions / P. Anand [et al]. Todd Green, 2017. 227 p.

65. Sulistyo, S. SINR and throughput improvement for VANET using fuzzy power control / S. Sulistyo, S. Alam // International Journal of Communication Systems.

- 2018. - T. 31, №. 10. - P. e3579.

66. Ma, X. SINR-based Analysis of IEEE 802.11 p/bd Broadcast VANETs for Safety Services / X. Ma, K. S. Trivedi // IEEE Transactions on Network and Service Management. - 2021. - P. 2672-2686.

67. Aparecido, L. Data dissemination in vehicular networks: Challenges, solutions, and future perspectives / L. Aparecido // 2015 7th International Conference on New Technologies, Mobility and Security (NTMS), - 2015, - P. 1-5.

68. Kaur, R. The importance of selecting clustering parameters in VANETs: A survey / R. Kaur, R. K. Ramachandran, R. Doss, L. Pan // Computer Science Review. -2021. - T. 40. - P. 100392.

69. Tobagi, F. Packet switching in radio channels: Part II-The hidden terminal problem in carrier sense multiple-access and the busy-tone solution / F. Tobagi, L. Kleinrock // IEEE Transactions on communications. - 1975. - T. 23, №. 12. - P. 1417-1433.

70. Karn, P. MACA-a new channel access method for packet radio / P. Karn // ARRL/CRRL Amateur radio 9th computer networking conference. - 1990. - T. 140.

- P. 134-140.

71. Medhi, D. Network routing: algorithms, protocols, and architectures. / D. Medhi, K. Ramasamy -Morgan Kaufmann, - 2017. 983 p.

72. Boussoufa-Lahlah, S. A position-based routing protocol for vehicular ad hoc networks in a city environment / S. Boussoufa-Lahlah, F. Semchedine, L. Bouallouche-Medjkoune // Procedia Computer Science. - 2015. - Vol. 73. - P. 102-108.

73. Altayeb, M. A survey of vehicular ad hoc networks routing protocols / M. Altayeb, I. Mahgoub // Int. J. Innov. Appl. Stud. - 2013. - Vol. 3, no. 3. - P. 829-836.

74. Ahmad Dargham, J. A survey on routing protocols in vehicular ad hoc networks / J. Ahmad Dargham, F. Wong, V. Ali Chekimaand, V. Duduku // Int. J. Innov. Res. Comput. Commun. Eng. - 2015. - Vol. 3, no. 10. - P. 10131-10138.

75. Chandel, N. Comparative analysis of AODV, DSR and DSDV routing protocols for VANET City Scenario / N. Chandel, M. V. Gupta // International Journal on Recent and Innovation Trends in Computing and Communication. - 2014. - T. 2, №. 6. -P. 1380-1384.

76. Das, S. R. Delay and disruption tolerant networks: a brief survey / S.R. Das, K. Sinha, N. Mukherjee, B.P. Sinha // Intelligent and Cloud Computing. - 2021. - P. 297305.

77. Satapathy S. C. Smart Intelligent Computing and Applications: Proceedings of the Second International Conference on SCI. / S. C. Satapathy, V. Bhateja, S. Das. -2018. Vol. 2. 679 p.

78. Laanaoui, D. A new Advanced Greedy perimeter stateless routing for Vehicular Ad Hoc Networks / D. Laanaoui, S. Raghay // Journal of Physics: Conference Series. IOP Publishing, - 2021. - Vol. 1743, №. 1. - P. 1-11.

79. Zeng, Q. A geographical routing protocol based on link connectivity analysis for urban VANETs / Q. Zeng, Y. Tang, Z. Yu, W. Xu // Journal of Internet Technology. - 2020. - Vol. 21, №. 1.- P. 41-49

80. Narang, G. Review on classification of different vanet protocols based on routing information / G. Narang, Y. Juneja // Int. J. Adv. Res., - 2015. - Vol. 4, №. 5, - P. 388-392.

81. Vijayalaskhmi, M. QoS parameter analysis on aodv and dsdv protocols in a wireless network / M. Vijayalaskhmi, A. Patel // Int. J. Commun. Netw. Secur. - 2010. -Vol. 1, №.4, - P. 283-294.

82. Lee, K. Survey of Routing Protocols in Vehicular Ad Hoc Networks / K. Lee, L. Uichin, M. Gerla // Inf. Sci. Ref., - 2010. - P. 149-151.

83. Negi S. Comparative study of position-based routing protocols in vanet / S. Negi, S. Rani // Int. J. Comput. Sci. Inf. Technol. Secur. - 2015. - Vol. 5, no. June, - P. 290-294.

84. Habib M., Rutuja K. A survey: use of sdn on dsdv routing protocol in vanet. / M. Habib, K. Rutuja //International Journal of Scientific Engineering and Science. -2017. - Vol. 1, no. 11, - P. 53-57.

85. Toulni, H. A hybrid routing protocol for vanet using ontology / H. Toulni, B. Nsiri // Procedia Comput. Sci. - 2015. - Vol. 73, no. Awict, - P. 94-101.

86. Patel, D. Overview of routing protocols in vanet / D. Patel, M. Faisal Khan, P. Batavia, S. Makhija, M. Mani Roja // Int. J. Comput. Appl. - 2016. - Vol. 136, no. 9, -P. 975-8887.

87. Khilar, P. Mohan, Bhoi S. Kumar. Vehicular communication: a survey / P. Khilar // IET networks. - 2014. - Vol. 3, no. 3, - P. 204-217.

88. Houssaini, Z. S. Comparative study of routing protocols performance for vehicular ad-hoc networks / Z. S. Houssaini, I. Zaimi, M. Oumsis, S. E. A. Ouatik // Int. Journal of Applied Engineering Research. - 2017. - Vol. 12, no. 13, - p. 3867-3878.

89. Jabbar, W. A Location Verification Based Hybrid Routing Protocol for VANETs / W. Jabbar, R. Malaney, S. Yan // 92nd Vehicular Technology Conference (VTC2020-Fall). IEEE, - 2020. - P. 1-6.

90. Senouci, O. Survey: Routing protocols in vehicular ad hoc networks / O. Senouci, A. Zibouda, S. Harous // Proceedings of the second international conference on advanced wireless information, data, and communication technologies. - 2017. - P. 1-6.

91. Bengag A. Performance evaluation of VANETs routing protocols using SUMO and NS3. / A. Bengag, M. Elboukhari // 5th edition international IEEE congress on information science and technology. - 2018. - P. 525-530.

92. Katkar, P. S. Comparative study of network simulator: NS2 and NS3 / P. S. Katkar, D. V. R. Ghorpade // International Journal of Advanced Research in Computer Science and Software Engineering. - 2016. - T. 6, №. 3. - P. 608-612.

93. Aljabry, I. A. A Survey on Network Simulators for Vehicular Ad-hoc Networks (VANETS) / I. A. Aljabry, G. A. Al-Suhail // International Journal of Computer Applications. - 2021. - T. 975. - C. 1-9.

94. Arvind T. A Comparative Study of Various Network Simulation Tools / T. Arvind // International Journal of Computer Science & Engineering Technology (IJCSET), - 2016. - Vol. 7, no. 8. - P. 374-378.

95. Patel R. L. Survey on Network Simulators / R. L. Patel, M. J. Pathak, A. J. Nayak // International Journal of Computer Applications. - 2018. - Т. 182, №2. 21, - P. 2330.

96. Siraj, S. Network simulation tools survey / S. Siraj, A. Gupta, R. Badgujar // International Journal of Advanced Research in Computer and Communication Engineering. - 2012. - Т. 1, №. 4. - P. 199-206.

97. Detail comparison of network simulators / M. H. Kabir [et al.] // International Journal of Scientific & Engineering Research. - 2014. - Т. 5, №. 10. - P. 203-218.

98. Garg N. Network simulators: a case study / N. Garg //International Journal of Advanced Research in Computer Science and Software Engineering. - 2015. - Т. 5, №2. 1. - С. 651-655.

99. Monika, A. K. Network Simulators for Next Generation Networks: An Overview / A. K. Monika, M. Shekhar // International Journal of Mobile Network Communications & Telematics (IJMNCT). - 2014. - Т. 4. - P. 39-51.

100. Network Simulator NS3. [Электронный ресурс]. - Режим доступа: https: //www.nsnam. org/

101. Kaur, S. A., Dargad A, S., Krupali. A Detailed Analogy of Network Simulators - NS1, NS-2, NS-3 and NS-4 / S. A. Kaur, A. Dargad, S. Krupali // International Journal on Future Revolution in Computer Science & Communication Engineering. -2017. № 3(12). - P. 291-295.

102. Simulation of Urban MObility (SUMO). [Электронный ресурс]. - Режим доступа: https://sumo.dlr.de/docs/index.html#introduction.

103. Boucetta, S. I. Review of Mobility Scenarios Generators for Vehicular Ad-Hoc Networks Simulators / S. I. Boucetta, Y. Guichi, Z. C. Johanyak // Journal of Physics: Conference Series. IOP Publishing, - 2021. - Vol. 1935, №. 1. - P. 1-7.

104. BonnMotion. [Электронный ресурс]. - Режим доступа: http: //sys. cs.uos. de/bonnmotion/.

105. Aschenbruck, N. Bonnmotion: a mobility scenario generation and analysis tool / N. Aschenbruck, R. Ernst, E. Gerhards-Padilla // Proceedings of the 3rd international ICST conference on simulation tools and techniques. - 2010. - P. 1-10.

106. Kour S. Performance Evaluation of Manhattan Mobility Model in Mobile Ad-hoc Networks / S. Kour, H. Singh // International Journal on Future Revolution in Computer Science & Communication Engineering. - 2018. - Т. 4, №. 3. - P. 13-18.

107. Weber, J. S. VANET simulators: an updated review / J. S. Weber, M. Neves, T. Ferreto // Journal of the Brazilian Computer Society. - 2021. - Т. 27, №. 1. - Р. 1-31.

108. Spaho, E. Vanet simulators: A survey on mobility and routing protocols / E. Spaho, L. Barolli, G. Mino, F. Xhafa // International Conference on Broadband and Wireless Computing, Communication and Applications. IEEE, - 2011. - Р. 1-10.

109. Grilli, G. Data dissemination in vehicular networks: Ph.D. Dissertation. / G. Grilli, University of Rome" - Tor Vergata. - 2010. - 68 p.

110. Savyasachi, S. Mobility Pattern Aware Routing in Mobile Ad Hoc Networks: M.S. thesis. / S. Savyasachi Dept. Computer Scie., Faculty of the Virginia Polytechnic Institute and State Univ. Virginia, - United States, - 2003.

111. Rong, P. Localization and Mobility Modeling in Wireless Ad Hoc Networks: Ph.D. Dissertation. / P. Rong. Dept. Elec. and Computer Eng., Raleigh, North Carolina Univ. North Carolina, - United States, - 2007.

112. Liu T. Mobility modeling, location tracking, and trajectory prediction in wireless ATM networks / T. Liu, P. Bahl, I. Chlamtac // IEEE J. Sel. Areasin Commun. Aug. - 1998. - Vol. 16, no. 6. - Р. 922-936.

113. Mahajan, A. Urban mobility models for vanets / A. Mahajan, N. Potnis, K. Gopalan, A. Wang // 2nd IEEE International Workshop on Next Generation Wireless Networks. - 2006. Vol. 33. - P. 38-45.

114. Sommer C. Progressing toward realistic mobility models in VANET simulations / C. Sommer, F. Dressler // IEEE Communications Magazine. - 2008. - Vol. 46, №. 11. - P. 132-137.

115. Alam M. Integrated mobility model (IMM) for VANETs simulation and its impact / M. Alam, M. Sher, S. A. Husain // International Conference on Emerging Technologies. IEEE, - 2009. - P. 452-456.

116. Галкин, В. А. Цифровая мобильная радиосвязь: учебное пособие / В. А. Галкин. - 2-е изд., переруби доп. - Москва: Горячая линия-Телеком, - 2017. 592 с.

117. Zhao, Y. Analyzing mobility models. MASTER OF SCIENCE / Y. Zhao // Delft University of Technology. 2010. 84 p.

118. Bai, F. The important framework for analyzing the Impact of Mobility on Performance of Routing protocols for Ad-hoc Networks. / F. Bai, N. Sadagopan, A. Helmy // Elsevier Ad Hoc Networks - vol. 1(2003), - P. 383-403.

119. Kamboj, S. Geocast Routing in Vehicular Ad Hoc Networks: A Survey / S. Kamboj, S. Chawla // J. Comput. Sci. Inf. Technol. - 2014. - Vol. 5, no. 4.

- P. 5365-5370.

120. Perkins, C. RFC3561: Ad hoc on-demand distance vector (AODV) routing / C. Perkins, E. Belding-Royer, S. Das. [Электронный ресурс]. - Режим доступа: https: //datatracker. ietf. org/doc/html/rfc3561.

121. Jain, M. Overview of VANET: Requirements and its routing protocols / M. Jain, R. Saxena // International Conference on Communication and Signal Processing (ICCSP), - 2017. - P. 1957-1961.

122. Ahmed, M. Performance Study of Various Routing Protocols in VANET Case of Study. / M. Ahmed, A. B. Anouar, M. Bouhorma, K. Ben Ahmed // International Journal of Future Generation Communication & Networking, - 2014. - Vol. 7, no. 6, - p. 231-240.

123. El-Sayed H. Hop by Hop Routing Problems in MANETs. / H. El-Sayed // Mathematics & Information Sciences Letters an International Journal, - 2017. - Vol. 2.

- P. 1-5.

124. Johnson, D. The dynamic source routing protocol (DSR) for mobile ad hoc networks for IPv4 / D. Johnson, Y. Hu, D. Maltz // RFC 4728, 2007. Vol. 260. [Электронный ресурс]. - Режим доступа: https://datatracker.ietf.org/doc/rfc4728/.

125. Purohit, R. Performance Evaluation of Ad Hoc Network Routing Protocols with NS2 / R. Purohit, H. Choudhary, V. Choudhary // IJCSET. - 2012. - Vol. 2, no. 1. -P. 787-791.

126. Khatri, P. Performance Study of Ad-Hoc Reactive Routing Protocols / P. Khatri, R. Rajput, A. Shastri // Journal of Computer Science. - 2010. - Vol. 6, no. 10. - P. 1159-1163.

127. Zhang, D. Novel dynamic source routing protocol (DSR) based on genetic algorithm-bacterial foraging optimization (GA-BFO) / D. Zhang, S. Liu, X. Liu, T. Zhang // International Journal of Communication Systems. - 2018. Т. 31, №. 18. - P. e3824.

128. Perkins, C.Highly dynamic destination-sequenced distance-vector routing (DSDV) for mobile computers / C. E. Perkins , P. Bhagwat // ACM SIGCOMM computer communication review. - 1994. - Т. 24, №. 4. - P. 234-244.

129. AL-Dhief, F. T. MANET routing protocols evaluation: AODV, DSR and DSDV perspective / F.T. AL-Dhief, N. Sabri, M.S. Salim //MATEC web of conferences. - 2018. - Vol.150. - P. 1-6.

130. Rao, G. Performance Analysis of MANET Routing Protocols - DSDV, DSR, AODV, AOMDV Using Ns-2. / G. Rao, E. Jagadeeswararao, U. Priyanka, T. Indira // Global journal of computer science and technology, - 2015. - Vol. 15, no. 6. - P. 13801384.

131. Spaho, E. Performance Evaluation of OLSR and AODV Protocols in a VANET Crossroad Scenario / Spaho E., Ikeda M., Barolli L., Xhafa F., Younas M., Takizawa M. // Advanced Information Networking and Applications (AINA), 2013 IEEE 27th International Conference on. - 2013. - P.577-582.

132. Clausen, T. Optimized link state routing protocol (OLSR). / T. Clausen, P. Jacquet, C. Adjih, A. Laouiti, P. Minet. [Электронный ресурс]. - Режим доступа: https: //datatracker. ietf. org/doc/html/rfc3626.

133. Zougagh, H. Performance Comparison of Routing Protocols for Ad Hoc Networks / H. Zougagh, A. Toumanari, L. Rachid, N. Idboufker, M. A. Yousef // Int. Journal of Engineering Research and Applications. - 2014. - Vol. 4, no. 9. - P.124-131.

134. Gómez, C. Improving performance of a real ad hoc network by tuning OLSR parameters / C. Gómez, D. García, J. Paradells // 10th IEEE ISCC. - 2005. - P. 16-21.

135. Bhangwar, N. On Routing Protocols for High Performance / N. Bhangwar, I. Halepoto, I. Sadhayo, S. Khokhar, A. Laghari // Studies in Informatics and Control. -2017. - Vol. 26, no. 4. - P. 441-448.

136. Саббаг, А.А. Анализ производительности протоколов проактивной маршрутизации в VANET на базе NS3 / А. А. Саббаг, М. В. Щербаков // Программные продукты и системы. 2021. Т. 34. № 3. С. 489-495. DOI: 10.15827/0236-235X.135.489-495.

137. Саббаг, А.А. Анализ Производительности Протоколов Реактивной Маршрутизации В VANET На Базе Ns3 / А. А. Саббаг, М. В. Щербаков // Прикаспийский журнал: управление и высокие технологии. — 2021. — №3. — С. 90-97.

138. Саббаг, А.А. Оценка производительности протоколов маршрутизации автомобильных ad-hoc сетей (VANET) на примере моделирования улиц Волгограда. Моделирование, оптимизация и информационные технологии. / А. А. Саббаг, М. В. Щербаков // Моделирование, Оптимизация И Информационные Технологии. 2021. Т.9. №1. С.1-9 Доступно по: https://moitvivt.ru/ru/journal/pdf?id=910 DOI: 10.26102/2310-6018/2021.32.1.026.

139. Саббаг, А. А. A Survey on Routing Protocols in Vehicular Adhoc Networks / А. А. Саббаг, М. В. Щербаков // Конференция: 9 Международная конференция по информации, разведке, системам и приложениям (IISA) 2018 г. - С.1-8.

140. Khairnar, M. Simulation-based performance evaluation of routing protocols in vehicular ad-hoc network. / M. Khairnar, D. Vaishali, D. Kotecha // Int. Journal of Scientific and Research Publications. - 2013. - Vol. 3, no. 10. - P.1-14.

141. Abboud, K. Stochastic modeling of single-hop cluster stability in vehicular ad hoc networks / K. Abboud, W. Zhuang // IEEE Trans. Veh. Technol. - 2015. - Vol. 65, no. 1. - P. 226-240.

142. Fatemidokht H. F-Ant: an effective routing protocol for ant colony optimization based on fuzzy logic in vehicular ad hoc networks / H. Fatemidokht, M. K. Raf-sanjani // Neural Comput. Appl. - 2018. - Vol. 29, no. 11. - P. 1127-1137.

143. Kayis, O. Clustering formation for inter-vehicle communication / O. Kayis, T. Acarman // IEEE Intelligent Transportation Systems Conference. - 2007. - P. 636-641.

144. Chen, J. Clustering moving objects in spatial networks / J. Chen, C. Lai, X. Meng, J. Xu, H. Hu // International conference on database systems for advanced applications. - 2007. - P. 611-623.

145. Shea, C. Mobility-based clustering in VANETs using affinity propagation / C. Shea, B. Hassanabadi, S. Valaee // GLOBECOM 2009-2009 IEEE Global Telecommunications Conference. - 2009. - P. 1-6.

146. Wang, Z. A position-based clustering technique for ad hoc intervehicle communication / Z. Wang, L. Liu, M. Zhou, N. Ansari // IEEE Trans. Syst. Man, Cybern. Part C Applications Rev. - 2008. - Vol. 38, no. 2, - P. 201-208.

147. Mohammad, S. A. Using traffic flow for cluster formation in vehicular ad-hoc networks / S. A. Mohammad, C. W. Michele // IEEE local computer network conference. - 2010. - P. 631-636.

148. Morales, M. M. C. An adaptable mobility-aware clustering algorithm in vehicular networks / M. M. C. Morales, C. S. Hong, Y.C. Bang // 13th Asia pacific network operations and management symposium. - 2011. - P. 1-6.

149. Silva R. A heuristic algorithm based on ant colony optimization for multi-objective routing in vehicle ad hoc networks / R. Silva, H. S. Lopes, W. Godoy // BRICS Congress on Computational Intelligence and 11th Brazilian Congress on Computational Intelligence. IEEE, - 2013. - P. 435-440.

150. Kout, A. AODVCS, a new bio-inspired routing protocol based on cuckoo search algorithm for mobile ad hoc networks / A. Kout, S. Labed, S. Chikhi, E. B. Bouren-nane // Wireless Networks. Springer. - 2018. - Vol. 24, no. 7. - P. 2509-2519.

151. Yang, X. S. Cuckoo search via Lévy flights / X. S. Yang, S. Deb // World congress on nature & biologically inspired computing (NaBIC). IEEE, - 2009. - P. 210214.

152. Mukhtaruzzaman, M. Clustering in vehicular ad hoc network: Algorithms and challenges / M. Mukhtaruzzaman, M. Atiquzzaman // Computers & Electrical Engineering. - 2020. - Vol. 88. - P.1-15.

153. Bali, R. S. Clustering in vehicular ad hoc networks: taxonomy, challenges and solutions / R. S. Bali, N. Kumar, J. J. P. C. Rodrigues // Vehicular communications. - 2014. - Vol. 1, №. 3. - P. 134-152.

154. Momeni, S. Clustering in VANETs / S. Momeni, M. Fathy // Intelligence for Nonlinear Dynamics and Synchronisation. Atlantis Press, - 2010. - P. 271-301.

155. Zhang, X. D. Machine learning //A Matrix Algebra Approach to Artificial Intelligence. X. D. Zhang. -Springer, Singapore, - 2020. - P. 223-440.

156. Alpaydin, E. Introduction to machine learning: учеб. пособие. / E. Alpay-din MIT press, - 2020. 167 с.

157. Jordan, M. I. Machine learning: Trends, perspectives, and prospects / M. I. Jordan, T. M. Mitchell // Science. - 2015. - Vol. 349, №. 6245. - P. 255-260.

158. Chai, R. Adaptive K-harmonic means clustering algorithm for VANETs / R. Chai, X. Ge, Q. Chen // 14th International Symposium on Communications and Information Technologies (ISCIT). IEEE, - 2014. - P. 233-237.

159. Kaur, S. A survey on machine learning algorithms / S. Kaur, S. Jindal // Int J Innovative Res Adv Eng (IJIRAE). - 2016. - Vol. 3, №. 11. - P. 2349-2763.

160. Gandomi, A. H. Cuckoo search algorithm: a metaheuristic approach to solve structural optimization problems / A. H. Gandomi, X. S. Yang, A. H. Alavi // Engineering with computers. - 2013. - Vol. 29, №. 1. - P. 17-35.

161. Shehab, M. A hybrid method based on cuckoo search algorithm for global optimization problems / M. Shehab, A. T. Khader, M. Laouchedi // Journal of Information and Communication Technology. - 2018. - Vol. 17, №. 3. - P. 469-491.

162. Jalal, M. Cuckoo search algorithm for applied structural and design optimization: float system for experimental setups / M. Jalal, M. Goharzay // Journal of Computational Design and Engineering. - 2019. - Vol. 6, №. 2. - P. 159-172.

163. Yang, X. S. Review of meta-heuristics and generalized evolutionary walk algorithm / X. S. Yang // International Journal of Bio-Inspired Computation. - 2011. -Vol. 3, №. 2. - P. 77-84.

164. A survey on meta-heuristic global optimization algorithms / M. Khajehzadeh [et al.] // Research Journal of Applied Sciences, Engineering and Technology. - 2011. -Vol. 3, №. 6. - P. 569-578.

165. Kokash, N. An introduction to heuristic algorithms / N. Kokash // Department of Informatics and Telecommunications. - 2005. - P. 1-8.

166. Heuristic and meta-heuristic algorithms and their relevance to the real world: a survey / S. Desale [et al.] // Int. J. Comput. Eng. Res. Trends. - 2015. - Vol. 351, №. 5.

- P. 2349-7084.

167. Ryser-Welch, P. A review of hyper-heuristic frameworks / P. Ryser-Welch, J. F. Miller // Proceedings of the evo20 workshop, aisb. 2014. Vol. 2014. P. 1-7.

168. Gavrilas, M. Heuristic and metaheuristic optimization techniques with application to power systems / M. Gavrilas // Technical University of Iasi, D. Mangeron Blvd., Iasi, - Romania. - 2010.

169. Sorensen, K. A history of metaheuristics / K. Sorensen, M. Sevaux, F. Glover // arXiv preprint arXiv:1704.00853. - 2017, - p. 1-27.

170. Silver, E. A. An overview of heuristic solution methods / E. A. Silver // Journal of the operational research society. 2004. Vol. 55, №. 9. P. 936-956.

171. Said, G. A comparative study of meta-heuristic algorithms for solving quadratic assignment problem / G. Said, A. M. Mahmoud, E. S. M. El-Horbaty // arXiv preprint arXiv:1407.4863. - 2014. - P. 1-6.

172. Parallel technique for the metaheuristic algorithms using devoted local search and manipulating the solutions space / D. Polap [et al.] // Applied Sciences. - 2018.

- Vol 8, №. 2. - P. 1-25.

173. Bennis, F. Nature-Inspired Methods for Metaheuristics Optimization: Algorithms and Applications in Science and Engineering. / F. Bennis, R. K. Bhattacharjya // Springer Nature, - 2020. Vol. 16, 502 p.

174. Yang, X. S. Cuckoo search via Levy flights / X. S. Yang, S. Deb // World congress on nature & biologically inspired computing (NaBIC). IEEE, 2009. P. 210-214.

175. Babu, D. Cuckoo Search and M-Tree based Multicast Ad hoc On-demand Distance Vector Protocol for MANET / D. Babu // International Journal of Recent Technology and Engineering. - 2019. - Vol.8. - P.876-880.

176. Bylykbashi, K. Effect of security and trustworthiness for a fuzzy cluster management system in vanets / K. Bylykbashi, D. Elmazi, K. Matsuo, M. Ikeda, L. Barolli // Cognitive Systems Research. - 2019. 55. - P. 153-163.

177. Kaur, R. Performance evaluation of routing protocols in vanet / R. Kaur, H. Kaur // International Journal of Future Generation Communication and Networking. -2015. 8 (6). - P 239-246.

178. Xiao, B. Detection and localization of sybil nodes in vanets / B. Xiao, B. Gao, C. Yu // Proceedings of the 2006 workshop on Dependability issues in wireless ad hoc networks and sensor networks, - 2006, - P. 1-8.

179. Guette, G. On the sybil attack detection in vanet / G. Guette, B. Ducourthial // IEEE international conference on Mobile Adhoc and sensor systems. IEEE, - 2007. - P. 1-6.

180. Parno, B. Challenges in securing vehicular networks / B. Parno, A. Perrig // Workshop on hot topics in networks (HotNets-IV). Maryland, USA. - 2005. - P. 1-6.

181. Nekovee, M. Modeling the spread of worm epidemics in vehicular ad hoc networks / M. Nekovee // IEEE 63 rd Vehicular Technology Conference. - Vol. 2. IEEE,

- 2006. - P. 841-845.

182. Cerri D. Securing aodv: the a-saodv secure routing prototype / D. Cerri, A. Ghioni // IEEE Communications Magazine. - 2008. 46 (2). - P.120-125.

183. Zapata, M. G. Secure ad hoc on-demand distance vector routing / M. G. Zapata // ACM SIGMOBILE Mobile Computing and Communications Review. - 2002. -Vol. 6, №.3. - P. 106-107.

184. Eichler, S. Challenges of secure routing in manets: A simulative approach using aodv-sec / S. Eichler, C. Roman // IEEE International Conference on Mobile Ad Hoc and Sensor Systems. IEEE, - 2006. - P. 481-484.

185. Pirzada A. A., Datta A., Mc Donald C., Trustworthy routing with the aodv protocol // International Networking and Communication Conference, IEEE, - 2004,

- P. 19-24.

186. Azees, M. Comprehensive survey on security services in vehicular ad-hoc networks / M. Azees, P. Vijayakumar, L. J. Deborah // IET Intelligent Transport Systems.

- 2016. - Vol. 10 (6). - P. 379-388.

187. Ishmanov, F.Trust mechanisms to secure routing in wireless sensor networks: Current state of the research and open research issues / F. Ishmanov, Y. Bin. Zikria // Journal of Sensors. - 2017. - P. 1-17.

188. Montenegro, J. Detection of position falsification attacks in vanets applying trust model and machine learning / J. Montenegro, C. Iza, M. Igartua Aguilar // Proceedings of the17th ACM Symposium on Performance Evaluation of Wireless Ad Hoc, Sensor, &Ubiquitous Networks. - 2020. - P. 9-16.

189. Patel, N. J.Trust based approaches for secure routing in vanet: Asurvey / N. J. Patel, R. H. Jhaveri // Procedia Computer Science. 2015. Vol. 45. P. 592-601.

190. Yao, X. Using trust model to ensure reliable data acquisition in vanets / X. Yao, X. Zhang, H. Ning, P. Li // Ad Hoc Networks. - 2017. - Vol. 55. - P.107-118.

191. Soleymani, S. A. A secure trust model based on fuzzy logic in vehicular ad hoc networks with fog computing / S. A. Soleymani, A. H. Abdullah, M. Zareei, M. H. Anisi, C. Vargas-Rosales, M. K.Khan, S. Goudarzi // IEEE Access. - 2017. - Vol. 5. -P.15619-15629.

192. Mehdi, M. M. A game theory-based trust model for vehicular ad hoc networks (vanets) / M. M. Mehdi, I. Raza, S. A. Hussain // Computer Networks. - 2017. -Vol. 121. - P. 152-172.

193. Ahmed, S. Evaluating trust models for improved event learning in vanets / S. Ahmed, K. Tepe // IEEE 30th Canadian Conference on Electrical and Computer Engineering (CCECE). - 2017. - P. 1-4.

194. Afzal, Z. Security of vehicular ad-hoc networks (vanet): A survey / Z. Afzal, M. Kumar // Journal of Physics: Conference Series. IOP Publishing, - 2020. - Vol. 1427.

- P. 1-10.

195. Tyagi, P. A taxonomy of security attacks and issues in vehicular ad-hoc networks (vanets) / P. Tyagi, D. Dembla // International Journal of Computer Applications.

- 2014. - Vol. 91, №. 7. - P. 22-29.

196. Akalu, R. Privacy, consent and vehicular ad hoc networks (vanets) / R. Akalu // Computer law& security review. - 2018. 34 (1). - P. 37-46.

197. M armol, F. G. Trip, a trust and reputation infrastructure-based pro-posal for vehicular ad hoc networks / F. G. M armol, G. M. P erez // Journal of network and computer applications. - 2012. - Vol. 35 (3). - P. 934-941.

198. Liu, Z. Lsot: A lightweight self-organized trustmodel in vanets / Z. Liu, J. Ma, Z. Jiang, H. Zhu, Y. Miao // Mobile Information Systems. - 2016. - P. 1-16.

199. Duan, J. Tsrf: A trust-aware secure routing framework in wireless sensor networks / J. Duan, D. Yang, H. Zhu, S. Zhang, J. Zhao // International Journal of Distributed Sensor Networks. - 2014. - P. 1-14.

200. Yan, S. Improved ad hoc on-demand distance vector routing (AODV) protocol based on blockchain node detection in ad hoc networks / S. Yan, Y. Chung // International Journal of Internet, Broadcasting and Communication. - 2020. - Vol. 12, №. 3. -P. 46-55.

201. Hamedani, P. S. A New Two-Level Cluster-Based Routing Protocol for Vehicular Ad Hoc Network (VANET) / P. S. Hamedani, A. Rezazadeh // UKSim-AMSS 20th International Conference on Computer Modelling and Simulation (UKSim). IEEE,

- 2018. - P. 121-126.

202. Саббаг, А.А. An Efficient Cluster Routing Protocol for Vehicular Ad-Hoc Network Using Bio-metaheuristic Algorithm / А. А. Саббаг, М. В. Щербаков // Распределенные Компьютерные И Телекоммуникационные Сети: Управление, Вычисление, Связь. 2021. С. 376 - 383.

203. Саббаг, А. А. A hybrid clustering-based routing protocol for VANET using k-means and cuckoo search algorithm / А. А. Саббаг, М. В. Щербаков// Distributed Computer and Communication Networks: 24 International Conference, DCCN 2021 (Moscow, Russia, September 20-24, 2021), Springer CCIS, Volume 1552 CCIS. - 2022

- P.48-61.

204. Саббаг, А. А.А Secure and Stable Routing Protocol for VANET under Malicious Attacks. / А. А. Саббаг, М. В. Щербаков // Creativity in Intelligent Technologies and Data Science (CIT&DS 2021). Communications in Computer and Information Science. 2021. Springer CCIS, Volume 1448 CCIS. С. 421-435.

205. Саббаг, А.А. Evaluation of reactive routing protocols performance under malicious attacks in VANET / А. А. Саббаг, М. В. Щербаков // Распределенные Компьютерные И Телекоммуникационные Сети: Управление, Вычисление, Связь. 2021. С. 292 - 297.

206. Свидетельство о государственной регистрации программы для ЭВМ №2 2021618012 от 21 мая 2021 г. РФ. Программа реализации алгоритма маршрутизации на основе биоинспирированных алгоритмов для повышения производительности vanet/ А. А. Саббаг, М. В. Щербаков; ВолгГТУ. - 2021.

ПРИЛОЖЕНИЕ А. СВИДЕТЕЛЬСТВО О ГОСУДАРСТВЕННОЙ РЕГИСТРАЦИИ

ПРОГРАММЫ

ПРИЛОЖЕНИЕ Б. АКТ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ ДАННОЙ РАБОТЫ

Arachnoit

On the implementation of research results on the topic " Model and Algorithms for Managing Information Exchange in Self-Organizing Transport Networks".

This act confirms that the research results of dissertation work " Model and Algorithms for Managing Information Exchange in Self-Organizing Transport Networks " of Amani Ahmed Sabbagh - a PhD student in electronic and Computer Science Faculty at Volgograd State Technical University were implemented in the ARACHNOIT LTD Company. In particular the research results applied are as follows:

The results of implementation the proposed routing algorithm shows that hybrid algorithm K-MCSA-D is superior to AODV in terms of packet delivery rate increased by 25%, average delay decreased by 61%, packet loss rate decreased by 75%, overhead decreased by 69% and throughput increased by 188%.

Hie main advantages of the proposed methods are:

1. improving critical and instantaneous data exchange between cars and thus improve the quality and efficiency of the data exchange process between cars.

2. improving the reliability of the routing process, in the face of node failure in VANET with optimal use of available resources without the need for additional infrastructure in

3. decentralized management.

This helps to reduce traffic problems by using intelligent systems to organize safe and comfortable traffic for all participants and the introduction of innovative technologies and new management solutions.

CEO & Co-Fonder Dr. Mourad Niazi

ARACHNOIT LTD

company for Software and technical solutions Address: 27 Old Gloucester Street London

WC1N 3AX, United Kingdom Email: info@ arachnoit.com Website: https://arachnoit.com

ACT

(ITS).

LTD

РИЛОЖЕНИЕ В.

РЕЗУЛЬТАТЫ ПРОИЗВОДИТЕЛЬНОСТИ VANET С АЛГОРИТМАМИ

МАРШРУТИЗАЦИИ

Узлы ЛОБУ Б8БУ ОЬ8Я

50 Коэффициент доставки пакетов (PDR) 98 95 98 97

Коэффициент потери пакетов (PLR) 2 5 2 3

Средняя задержка 1.75 1.84 1.92 1.74

Пропускная способность 78.48 96.4 74.08 99.53

Накладные расходы 3.38 5.61 3.63 3.45

100 Коэффициент доставки пакетов (PDR) 97 90 90 91

Коэффициент потери пакетов (PLR) 3 10 10 9

Средняя задержка 1.99 2.08 2.14 1.98

Пропускная способность 61.84 93.09 59.92 94.88

Накладные расходы 2.87 5.49 3.29 3.13

150 Коэффициент доставки пакетов (PDR) 84 78 84 80

Коэффициент потери пакетов (PLR) 16 22 16 20

Средняя задержка 2.09 2.16 2.46 2.05

Пропускная способность 41.12 57.95 37.68 61.12

Накладные расходы 3.48 5.47 4.03 3.63

200 Коэффициент доставки пакетов (PDR) 82 73 73 75

Коэффициент потери пакетов (PLR) 18 27 27 25

Средняя задержка 2.25 2.36 2.85 2.18

Пропускная способность 29.04 54.83 25.52 57.84

Накладные расходы 3.55 5.23 4.27 3.66

250 Коэффициент доставки пакетов (PDR) 70 61 61 68

Коэффициент потери пакетов (PLR) 30 39 39 32

Средняя задержка 2.55 2.67 3.22 2.32

Пропускная способность 17.68 45.52 15.67 50.92

Накладные расходы 4.18 5.5 4.39 3.71

Таблица В.1 - Результаты моделирования AODV, DSR, DSDV, OLSR от размера сети

скорость ЛОБУ Б8Я Б8БУ ОЬ8Я

10 Коэффициент доставки пакетов (PDR) 96 93 96 95

Коэффициент потери пакетов (PLR) 4 7 4 5

Средняя задержка 2.67 2.8467 2.92 2.74

Пропускная способность 77.68 95.603 73.28 98.72

Накладные расходы 4.38 6.61563 4.63 4.45

20 Коэффициент доставки пакетов (PDR) 94 91 94 93

Коэффициент потери пакетов (PLR) 6 9 6 7

Средняя задержка 3.67 3.8467 3.92 3.74

Пропускная способность 76.88 94 72.48 97.92

Накладные расходы 5.38 6.61563 5.63 5.45

30 Коэффициент доставки пакетов (PDR) 92 89 92 91

Коэффициент потери пакетов (PLR) 8 11 8 9

Средняя задержка 4.67 4.8467 4.92 4.74

Пропускная способность 76.08 94.0028 71.68 97.12

Накладные расходы 6.38 8.61563 6.63 6.45

40 Коэффициент доставки пакетов (PDR) 90 87 90 89

Коэффициент потери пакетов (PLR) 10 13 10 11

Средняя задержка 5.67 5.8467 5.92 5.74

Пропускная способность 75.28 93.2027 70.88 96.32

Накладные расходы 7.38 9.61563 7.63 7.45

Таблица В.2 - Результаты моделирования AODV, DSR, DSDV, OLSR от скорости ТС

узлы К-МС8Л К-МС8Л без SF ЛОБУ

50 Коэффициент доставки пакетов (РБЯ) 99 99 98

Коэффициент потери пакетов (PLR) 1 1 2

Средняя задержка 1.4 1.54 1.75

Пропускная способность 127.53 113.13 78.5

Накладные расходы 2.44 2.5542 3.38

100 Коэффициент доставки пакетов (РБЯ) 98 96 97

Коэффициент потери пакетов (PLR) 2 4 3

Средняя задержка 1.78 1.88 1.99

Пропускная способность 115.93 107.93 61.8

Накладные расходы 2.74 2.94 2.87

150 Коэффициент доставки пакетов (РБЯ) 95 92 84

Коэффициент потери пакетов (PLR) 5 8 16

Средняя задержка 1.85 1.95 2.09

Пропускная способность 97.92 89.92 41.1

Накладные расходы 3.51 3.61 3.48

200 Коэффициент доставки пакетов (РБЯ) 90 83 82

Коэффициент потери пакетов (PLR) 10 17 18

Средняя задержка 1.98 2.08 2.25

Пропускная способность 95.44 87.44 29

Накладные расходы 3.37 3.57 3.55

250 Коэффициент доставки пакетов (РБЯ) 86 76 70

Коэффициент потери пакетов (PLR) 14 24 30

Средняя задержка 2.09 2.3115 2.55

Пропускная способность 84.88 76.88 17.7

Накладные расходы 3.82 4.04 4.18

Таблица В.3 - Результаты моделирования К-МСБЛ, К-МСБЛ без фактора ЛОБУ.

узлы К-МС8Л-Б ЛОБУ

50 Коэффициент доставки пакетов (PDR) 97 86

Коэффициент потери пакетов (PLR) 3 14

Средняя задержка 4.62 13.23

Пропускная способность 127.37 77.52

Накладные расходы 4.44 17.1

100 Коэффициент доставки пакетов (PDR) 96 85

Коэффициент потери пакетов (PLR) 4 15

Средняя задержка 5.4 13.26

Пропускная способность 115.77 60.88

Накладные расходы 4.74 16.01

150 Коэффициент доставки пакетов (PDR) 93 72

Коэффициент потери пакетов (PLR) 7 28

Средняя задержка 5.51 13.17

Пропускная способность 97.67 40.16

Накладные расходы 5.51 17.06

200 Коэффициент доставки пакетов (PDR) 88 70

Коэффициент потери пакетов (PLR) 12 30

Средняя задержка 5.52 13.96

Пропускная способность 95.2 28.16

Накладные расходы 5.37 17.05

250 Коэффициент доставки пакетов (PDR) 84 59

Коэффициент потери пакетов (PLR) 16 41

Средняя задержка 5.36 13.86

Пропускная способность 84.72 16.8

Накладные расходы 5.82 16.21

Таблица В.4 - Результаты моделирования К-МСБЛ-Б с фактором "ТЕ", ЛОБУ.